سیناپرس/ یک مدل یادگیری ماشینی که توسط محققان دانشگاه دوک توسعه یافته، قادر است با استفاده از تصاویر شبکیه چشم، اختلالات شناختی خفیف را تشخیص دهد.
 این مدل، با تجزیه و تحلیل تصاویر شبکیه و داده‌ های مرتبط، ویژگی‌ های خاص افراد مبتلا به اختلالات شناختی خفیف را تشخیص می ‌دهد. نتایج این مطالعه، زمینه را برای توسعه یک روش غیرتهاجمی و ارزان که می تواند علائم اولیه اختلال شناختی را قبل از پیشرفت به بیماری آلزایمر شناسایی کند، فراهم می سازند.
محققان توضیح داده اند: این کشف، ما را یک قدم به تشخیص سریع تر اختلالات شناختی قبل از اینکه به زوال عقل و آلزایمر تبدیل شوند، نزدیکتر می کند.
این مدل، با بررسی اسکن ‌های توموگرافی انسجام نوری (OCT) و آنژیوگرافی چشم OCT (OCTA)، تغییرات ساختاری در شبکیه و عروق میکروسکوپی آن را در میان افراد دارای اختلال شناختی خفیف، شناسایی کرد.
دانشمندان اظهار کردند: شبکیه را می توان پنجره ‌ای به مغز در نظر گرفت و الگوریتم‌ های یادگیری ماشینی که از تصویربرداری غیرتهاجمی و مقرون ‌به ‌صرفه شبکیه برای ارزیابی سلامت روان استفاده می ‌کنند، می ‌توانند رویکردی قوی برای غربالگری بیماران ارائه دهند.
یافته های تحقیقاتی در مجله Ophthalmology Science منتشر شده اند.