Maskininlärning för att klassificera det tidiga stadiet av osteoartrit

Mastersstudent: Lina Åberg, civilingenjörsprogrammet inom medicinsk teknik vid Linköpings universitet, med masterprofilen Models in Biomedical Engineering.

Som ett första steg att införa AI inom det interdisciplinära projektet om artros genomfördes ett mastersarbete med titeln "Machine learning for classifying the early stage of Osteoarthritis" på Chalmers. Målet med arbetet var att se över om maskininlärning och AI var möjligt att använda på den insamlade datan från hästar, och därefter undersöka vilken metod och algoritm som hade störst potential för fortsatt utveckling mot en framtida biomarkörpanel.

Den insamlade datan som användes i arbetet kom från hästar där både blod och ledvätska samlats in på olika kliniker. Flera olika dataset skapades baserat på antingen serum eller ledvätska, och där olika antal features var inkluderade. Exempel på features som användes var hästens ålder, hästens ras och biomarkörer som Cartilage Oligomeric Matrix Protein (COMP) och Nerve Growth Factor (NGF).

Forskningsteamet bakom projektet har visat att ett fragment från COMP-molekylen ökar i både blod och ledvätska hos hästar med akut hälta, vilket indikerar ett tidigt stadie av OA. I detta stadie skulle en traditionell metod som röntgen eller MR inte visa något. Om sjukdomen skulle kunna upptäckas och diagnostiseras i detta tidiga stadie skulle leden ha chans till återhämtning innan kroniska skador har uppstått. Genom att låta maskininlärningsalgoritmer utforska denna komplexa data kan även ytterligare information om biomarkörerna framkomma, vilket i framtiden skulle kunna underlätta både diagnostisering och prognos av OA.

I arbetet undersöktes flertalet metoder och en implementering av den algoritm med störst potential genomfördes i Python, vilket var klassificeringsalgoritmen Random Forest. Random Forest är en metod inom Supervised Machine Learning, vilka baserar sin inlärning på tränings-set med korrekt klassificering och därefter testas på ny data. Noggrannheten (accuracy) med denna algoritm visade sig vara väldigt hög med ett medelvärde på över 90 %, vilket tillsammans med hög precision tyder på en lovande metod. Eftersom klassificeringsalgoritmen tränas på tränings-set med rätt tilldelad diagnos, kommer algoritmen kunna förbättras avsevärt i takt med att forskningen fortgår. Nästa steg är att dataseten ska inkludera fler biomarkörer så att algoritmen lär sig diagnostisera och precisera fler stadier i sjukdomsprocessen.

Om du vill läsa masterarbetet hittar du det här.