NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Dünya genelinde yaşlanan popülasyonlarla, Alzheimer hastalığı (AD) ve Parkinson hastalığı (PD) olan insanların sayısında hızlı bir artış vardır, bu da en yaygın iki nörodejeneratif bozukluk tipidir. Bu koşulların erken teşhisine yardımcı olmak için yeni yollar bulmak için acil bir ihtiyaç vardır. Klinik olarak erişilebilir verilerin multimodal olarak öğrenilmesi, erken kesin tanıyı desteklemek için büyük potansiyele sahip nispeten yeni bir yaklaşımdır. Bu tarama incelemesi PRSIMA yönergelerini takip eder ve 11,750 katılımcıdan oluşan 46 bildiriyi, AD ile 3569'u, PD ile 978'i ve 2482 sağlıklı kontrolleri analiz ettik; Bu konunun doğruluğu, son 5 yılda yayınlanan neredeyse tüm bildirilerle vurgulandı. Beyin taramaları, bilişsel puanlar, konuşma ve dil, yürüyüş, el ve göz hareketleri ve AD ve PD'nin erken tespiti için genetik değerlendirmeler gibi farklı veri türlerini birleştirmenin etkinliğini vurgulamaktadır. İnceleme ayrıca, her çalışmada kullanılan AI yöntemlerini ve modeli, özellik çıkarma, özellik seçimi, özellik füzyonu ve sınıflandırma için çok kaynaklı ayrımcı özellikler kullanmayı da ana hatlarıyla göstermektedir. İnceleme, bulguları doğrulama ihtiyacı hakkındaki bilgi boşluklarını ve küçük örneklem boyutları gibi sınırlamaları tanımlar. Klinik olarak erişilebilir testlerin multimodal öğrenmesini uygulamak, AD ve PD'nin erken tespiti için düşük maliyetli, güvenilir ve invazif olmayan yöntemlerin geliştirilmesine yardımcı olma potansiyeli taşır.
Özgün kaynak özetini okuyun
With ageing populations around the world, there is a rapid rise in the number of people with Alzheimer's disease (AD) and Parkinson's disease (PD), the two most common types of neurodegenerative disorders. There is an urgent need to find new ways of aiding early diagnosis of these conditions. Multimodal learning of clinically accessible data is a relatively new approach that holds great potential to support early precise diagnosis. This scoping review follows the PRSIMA guidelines and we analysed 46 papers, comprising 11,750 participants, 3569 with AD, 978 with PD, and 2482 healthy controls; the recency of this topic was highlighted by nearly all papers being published in the last 5 years. It highlights the effectiveness of combining different types of data, such as brain scans, cognitive scores, speech and language, gait, hand and eye movements, and genetic assessments for the early detection of AD and PD. The review also outlines the AI methods and the model used in each study, which includes feature extraction, feature selection, feature fusion, and using multi-source discriminative features for classification. The review identifies knowledge gaps around the need to validate findings and address limitations such as small sample sizes. Applying multimodal learning of clinically accessible tests holds strong potential to aid the development of low-cost, reliable, and non-invasive methods for early detection of AD and PD.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.