| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 853.48 KB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
Objective: The objective of this scoping review is to map the literature on the types of data commonly used in AI models for the early detection of Alzheimer’s Disease (AD). Particularly, we will look for information about the extent to which cognitive data is considered in this type of research. Introduction: Alzheimer’s Disease is the most common form of dementia and the seventh leading cause of death worldwide. Dementia has massive individual, societal and economic impact and because there is no approved cure or modifying therapies available yet, the investigation should focus on early detection of AD and dementia prevention. Inclusion Criteria: Studies from 2017 until March 2023 were included. The main inclusion criteria included studies that focused their investigation specifically on Alzheimer’s disease and aimed to develop/train AI models to assist on early-detection of the disease and on the prevention of dementia. Methods: This scoping review was developed based on the JBI methodology for scoping reviews (Peters et al., 2020) and conducted on Medline Complete via EBSCO, PubMed and Web of Science on March 2023. Articles included in this review were screened by two independent reviewers and after being analysed, the relevant information was retrieved. Results: All articles have taken into account either cognitively normal (CN) individuals, mild cognitive impairment (MCI) individuals or Alzheimer’s disease (AD) individuals, and trained models based on machine learning, the most common type of data used to train models was brain MRI, cognitive data is mainly used to characterize the cognitive status of the participants (to form the experimental and control groups) and the majority of these investigations are published in engineering journals. Conclusions: Neuroimage is the type of data where investigation in this area is more focused on, and there is a need to include novel types of data that are also relevant to the early detection of Alzheimer’s Disease, namely cognitive data. It is also important to x make this type of information more easily available for psychologists as well as educate them on this subject since such technology can bring great benefits to their practice.
Objetivo: O objetivo desta revisão scoping recai sobre mapear a literatura no sentido de encontrar informação acerca do tipo de dados que são mais comumente utilizados na criação dos modelos de inteligência artificial para a deteção precoce da doença de Alzheimer (DA) e prevenção da demência. Particularmente procuraremos informação acerca de em que medida são os dados cognitivos tidos em consideração neste tipo de investigação Introdução: A doença de Alzheimer é a sétima principal causa de morte em todo o mundo e a forma mais comum de demência. A demência tem um grande impacto tanto individual, como social e económico, e porque atualmente não existem ainda terapias modificáveis ou mesmo uma cura para a mesma, a investigação nesta área deve focar-se no objetivo da deteção precoce da DA e prevenção da demência. Critérios de Inclusão: Artigos de 2017 a março de 2023 foram incluídos. Os principais critérios de inclusão passaram por incluir estudos que focaram a sua investigação especificamente na doença de Alzheimer e visavam desenvolver/treinar modelos de inteligência artificial (IA) que auxiliassem a deteção precoce da doença de Alzheimer, bem como a prevenção da demência. Método: Esta revisão scoping foi desenvolvida tendo por base a metodologia da JBI para revisões scoping (Peter set al., 2020) e levada a cabo na Medline Complete via EBSCO, PubMed e Web of Science em março de 2023. Artigos incluídos nesta revisão foram revistos por dois revisores independentes e posteriormente analisados detalhadamente na sua íntegra, tendo sido retiradas as informações mais relevantes. Resultados: Foi verificado que todos os artigos tiveram em consideração indivíduos cognitivamente normativos (CN), com défice cognitivo ligeiro (DCL) ou doença de Alzheimer (DA), todos criaram ou treinaram modelos baseados em aprendizagem automática. O tipo de dados mais comummente utilizados para estas técnicas são os dados de neuroimagem, dados cognitivos foram maioritariamente utilizados para caracterizar o estado cognitivo dos participantes (para formar os grupos experimental e de controlo) e a xii maioria destas investigações foram publicadas em revistas científicas da área das engenharias. Conclusão: A neuroimagem é o tipo de dados em que a investigação nesta área está mais focada, podendo haver necessidade de incluir novos tipos de dados que também sejam relevantes para a deteção precoce da DA e prevenção da demência, nomeadamente dados cognitivos. Também é importante tornar este tipo de informação mais facilmente disponível para os psicólogos, bem como educá-los sobre o assunto, uma vez que esta tecnologia pode trazer grandes benefícios para a sua prática.
Objetivo: O objetivo desta revisão scoping recai sobre mapear a literatura no sentido de encontrar informação acerca do tipo de dados que são mais comumente utilizados na criação dos modelos de inteligência artificial para a deteção precoce da doença de Alzheimer (DA) e prevenção da demência. Particularmente procuraremos informação acerca de em que medida são os dados cognitivos tidos em consideração neste tipo de investigação Introdução: A doença de Alzheimer é a sétima principal causa de morte em todo o mundo e a forma mais comum de demência. A demência tem um grande impacto tanto individual, como social e económico, e porque atualmente não existem ainda terapias modificáveis ou mesmo uma cura para a mesma, a investigação nesta área deve focar-se no objetivo da deteção precoce da DA e prevenção da demência. Critérios de Inclusão: Artigos de 2017 a março de 2023 foram incluídos. Os principais critérios de inclusão passaram por incluir estudos que focaram a sua investigação especificamente na doença de Alzheimer e visavam desenvolver/treinar modelos de inteligência artificial (IA) que auxiliassem a deteção precoce da doença de Alzheimer, bem como a prevenção da demência. Método: Esta revisão scoping foi desenvolvida tendo por base a metodologia da JBI para revisões scoping (Peter set al., 2020) e levada a cabo na Medline Complete via EBSCO, PubMed e Web of Science em março de 2023. Artigos incluídos nesta revisão foram revistos por dois revisores independentes e posteriormente analisados detalhadamente na sua íntegra, tendo sido retiradas as informações mais relevantes. Resultados: Foi verificado que todos os artigos tiveram em consideração indivíduos cognitivamente normativos (CN), com défice cognitivo ligeiro (DCL) ou doença de Alzheimer (DA), todos criaram ou treinaram modelos baseados em aprendizagem automática. O tipo de dados mais comummente utilizados para estas técnicas são os dados de neuroimagem, dados cognitivos foram maioritariamente utilizados para caracterizar o estado cognitivo dos participantes (para formar os grupos experimental e de controlo) e a xii maioria destas investigações foram publicadas em revistas científicas da área das engenharias. Conclusão: A neuroimagem é o tipo de dados em que a investigação nesta área está mais focada, podendo haver necessidade de incluir novos tipos de dados que também sejam relevantes para a deteção precoce da DA e prevenção da demência, nomeadamente dados cognitivos. Também é importante tornar este tipo de informação mais facilmente disponível para os psicólogos, bem como educá-los sobre o assunto, uma vez que esta tecnologia pode trazer grandes benefícios para a sua prática.
Description
Keywords
Machine learning Early detection of AD Prevention of dementia Cognitive data Neuroimagem Aprendizagem automática Deteção precoce da DA Prevenção da demência Dados cognitivos