AI-Mind
Intelligent digital tools for screening of brain connectivity and dementia risk estimation in people affected by mild cognitive impairment
Hensikten med denne europeisk finansierte kliniske studien (140 millioner) i Horizon program 2020 er å klinisk validere en medinsk AI basert prediksjons verktøy for demens i fire kliniske sentrer (Oslo, Helsinki, Madrid og Roma). I dag, vi vet at rundt 50 % av pasienter med mild kognitiv svikt (MCI) har en risiko for å utvikle demens, og at tidlig risiko tegns inkluderer forstyrrelser i hjernenettversk som uttrykk for begynnende synaptisk dysfunksjon. Den synaptiske dysfunskjonen kan bli registert med elektrofysiologiske hjernesignaler. Studien er finansiert med 14 millioner Euro og har gjennomgått europeisk etisk evaluering. AI-Mind Connector vil identifiserer slike forstyrrelser i hjernenettverk basert på EEG-teknologi. Hjernenettverks mønstre blir identifisert blant matematiske muligheter ved hjelp av Graph theory. Klassisk maskinlæring og dyp læring metoder av kunstig intelligens vil bli brukt i automatiseringsprosessen for hjernenettverk identifikasjon fra MEG og EEG data. Det andre medisinske verktøyet, AI-Mind Predictor, er en multimodal prediksjonsmodell for risiko estimere demens hos pasienter med mild kognitiv svikt. Data fra AI-Mind Connector, kognitiv test resultater, genetiske data APOE, P-tau-181 proteinnivå og bakgrunnsdata. AI-Mind Predictor skal skille mellom personer i risiko for demens og de ikke i risiko. Resultatene fra AI-Mind Predictor vil bli sammenlignet med standard metoder for demens. AI-Mind modelene vil bli utviklet og testet på ekisterende data, og videre klinisk validert på 1000 MCI deltakere, fordelt på 4 sentre, basert på kliniske inklusjons og eksklusjonskriterier listet i den kliniske studieprotokollen vedlagt. Alle pasienter vil signere samtykkeskjema (vedlagt) før de innlemmes i studien. Deltakerne vil følge AI-Mind protokollen for 2 år parallelt med standard oppfølgings prosedyre ved hvert sykehus (see studieprotokollen vedlagt). Protokollen inkluderer MEG (bare Madrid og Helsinki), EEG, digitalisert kognitiv test og blodprøve ved første besøk fr APOE allel og p-tau-181 analyser. Ved å klinisk validere AI-Mind Connector og Predictor, ønsker vi å øke dagens prediktive demens verdi (<0.5), og proaktivt selektere med høyere nøyaktighet de MCI pasienter i risiko til tidligere klinisk intervensjon. På den måten, vil AI-Mind bidra til å utsette demens utviklingen ved å identifisere risiko allerede ved første møte når symptomer oppstår.
Samarbeidspartnere
OUS | Oslo University Hospital |
AALTO | Aalto University |
accelCH | accelopment AG |
AE | Alzheimer Europe |
Brainsymph | BrainSymph AS |
DNV | Det Norske Veritas |
HUS | Helsinki University Hospital |
IRCCS | Scientific Institute for Research, Hospitalization and Healthcare, San Raffaele Roma |
Lurtis | Lurtis Rules S.L |
Neuroconnect | Neuroconnect Srl |
OsloMET | Oslo Metropolitan University |
Radboudumc | Radboud University Medical Center |
TLU | Tallinn University |
UCM | Complutense University of Madrid |
UCSC | Università Cattolica del Sacro Cuore |
Formål
Formålet med studien er å utvikle kliniske beslutningsverktøy som kan evaluere demensrisiko hos personer med mild eller subjektiv kognitiv funksjonsnedsettelse. Dette gjør vi gjennom testing og validering av to elektroniske verktøy basert på avanserte algoritmemodeller (kunstig intelligens – KI).
Problemstilling
Fra dagens forskning vet vi at så tidlig som 20 år før demenssykdommen kan påvises med dagens diagnostiske verktøy, starter de første endringene i hjernens elektriske nettverkfunksjon. Videre vet vi fra store internasjonale studier at enkle livsstilsendringer og medisinsk intervensjon kan stoppe eller bremse i mange tilfeller (opptil 40%) utviklingen av demens. Dette gjelder hvis risikoen blir identifisert tidlig nok og før strukturelle hjerneforandringene har blitt etablert.
Verktøyene som planlegges utviklet skal kunne brukes til kartlegging av årsaker til sykdom, og bidra til en mer presis risikovurdering for demensutvikling hos personer som er rammet av mild kognitiv svikt. Dette vil gjøre det mulig å intervenere på et tidligere tidspunkt, og forlenge antall sykdomsfrie år.
Ekstern lenke til prosjektet
Pågående prosjekt
Prosjektperiode
2021 - 2026
Kategorier
Fokusområde:
Klinisk
Type helsetjeneste:
Primær, Tj.lev. til helsetjenesten
Type data:
Sensordata, Strukturerte data, Annet
Datakilde:
Syntetiske data, Selvrapportert, Journal, Register
Planlagt sluttfase:
Testing og validering, Implementering
Oppgave:
Forebygging, Diagnostikk
Pasientgruppe
Personer med mild kognitiv svikt
Pasientvolum/datamengde
Mål: 1000 deltakere
Prosjekteier
Oslo University Hospital
Helseregion
Helse Sør-Øst