في خطوة رائدة نحو تحسين تشخيص مرض الزهايمر (Alzheimer's Disease)، ابتكرت دراسة جديدة مفهومًا يدعى MINT (نقل المعرفة من التصوير إلى الصوت متعدد الوسائط). حيث يُعتبر مرض الزهايمر اضطرابًا تنكسيًا عصبيًا تقدميًا، يبدأ بضعف إدراكي بسيط (Mild Cognitive Impairment) يُحتمل أن يتطور إلى خرف.

تُعد تقنيات التصوير بالرنين المغناطيسي (MRI) جزءًا أساسيًا في الكشف عن المؤشرات الحيوية، لكن تكلفتها العالية تحد من إمكانية استخدامها على نطاق واسع. على الجانب الآخر، يوفر تحليل الصوت بديلاً غير جراحي يساهم في تحديد جوانب الحالة الإدراكية. ومع ذلك، فإن التصنيف القائم على الصوت وحده قد تم تطويره بشكل مستقل عن بيانات التصوير ولا يملك دعماً بيولوجياً كافياً لتصنيف البيانات بين الحالة الطبيعية وضعف الإدراك البسيط.

يتمثل الابتكار في MINT في إطار عمل يتكون من ثلاث مراحل، حيث ينقل هيكل المؤشرات الحيوية المستخرجة من التصوير بالرنين المغناطيسي إلى نموذج تحليل الصوت أثناء عملية التدريب. يقوم معلم الرنين المغناطيسي بتحديد فضاء تجسيمي مضغوط يمكّن من تصنيف CN (الحالة الطبيعية) مقابل MCI، بينما تتوافق رؤى الصوت مع هذا الفضاء باستخدام وظيفة خسارة هندسية مشتركة.

من خلال استخدام مصنف التصوير بالرنين المغناطيسي المجمد، يمكن تحقيق استنتاجات تعتمد على الصوت فقط دون الحاجة للتصوير. وبناءً على البيانات من ADNI-4، حقق الصوت المتوافق أداءً مشابهًا لمعايير الصوت التقليدية، بينما حَسَّن دمج البيانات متعددة الوسائط نتائج التصوير مقارنةً بالاعتماد على التصوير وحده.

تم تحديد أهمية استخدام تقنيات مثل تنظيم التسرب (dropout regularization) والتدريب الذاتي تحت الإشراف (self-supervised pretraining) كخيارات تصميم مهمة.

إلى معرفتنا، تُعد MINT هي الأولى في تسليط الضوء على إمكانية نقل المعرفة من التصوير إلى الصوت من أجل الكشف المبكر عن مرض الزهايمر دون الحاجة للتصوير أثناء الاستدلال.