JAMA: Neuronová síť na bázi MRI s 94% přesností předpovídá přechod mírného kognitivního poklesu do Alzheimerovy choroby během 5 let
Kalifornská univerzita v San Franciscu natrénovala algoritmus na datech 2 000 účastníků. AI analyzuje rychlost atrofie v entorhinální kůře a hladinu cerebrálního amyloidu ze snímků, aniž by vyžadovala lumbální punkci.
Analytický článek: AI diagnostika Alzheimerovy choroby z jednoho MRI — ničitel trhu PET skenerů a lumbálních punkcí
[Podstata]: co se skutečně děje
Zpráva z JAMA o AI modelu UCSF s 94% přesností predikce přechodu MCI do Alzheimerovy choroby není jen další úspěch umělé inteligence v radiologii. Je to okamžik, kdy se hroutí miliardový trh invazivní diagnostiky. Protože dříve, abyste pacientovi s mírnou kognitivní poruchou řekli, zda bude mít za 5 let demenci, bylo nutné provést buď lumbální punkci (amyloid beta a tau v likvoru), nebo PET s amyloidním tracerem (cena 3 000–5 000 USD). Nyní stačí běžné MRI, které stojí 500–1 000 USD a je dostupné v každé okresní nemocnici.
Podstata práce, publikované 18. května 2026 v Nature Aging, spočívá v multi-task hluboké neuronové síti, která se učila současně na několika úkolech: segmentace mozkových tkání (šedá hmota, bílá hmota, likvor), diagnostika Alzheimerovy choroby a predikce budoucích kognitivních ukazatelů. Klíčovou novinkou je, že model nevyžaduje baseline kognitivní testování, specializované pipeline pro zpracování obrazu, PET, genetickou analýzu ani biomarkery z krve/likvoru. Stačí pouze MRI + věk, pohlaví, vzdělání.
Co to znamená v praxi: pro 55 milionů lidí na světě žijících s demencí (z toho 60–70 % tvoří Alzheimerova choroba) se objevuje levný, rychlý a neinvazivní screening. Pro systém zdravotní péče — možnost včas identifikovat pacienty pro klinické studie nových léků (lecanemab, donanemab), které fungují pouze v raných stádiích. Pro výrobce PET tracerů (Eli Lilly, GE Healthcare) — varovný signál.
Ale jako vždy existují nuance. Výzkumníci trénovali na datech ADNI (Alzheimer's Disease Neuroimaging Initiative) — to je zlatý standard, ale nikoli reálná klinická praxe. V ADNI jsou pacienti vybráni podle přísných kritérií, MRI jsou pořízena na jednotných skenerech. V reálném životě poskytují MRI přístroje různých výrobců (Siemens, GE, Philips) různé kontrasty a pacienti mají komorbidity (vaskulární demence, Parkinsonova choroba), které mohou model zmást. 94% přesnost je za ideálních podmínek studie. V realitě to bude 80–85 %.
Chronologie a kontext
Abychom pochopili význam této události, musíme se podívat na vývoj AI diagnostiky neurodegenerativních onemocnění v posledních letech.
2022–2023: První AI modely pro predikci Alzheimerovy choroby vyžadují multimodální data — MRI + PET + genetika + likvor. Dosahují přesnosti 85–90 %, ale kvůli složitosti a nákladům na sběr dat nejsou dostupné pro masové použití.
2024: Objevují se modely založené na jediném MRI, ale vyžadují baseline kognitivní testování (MMSE, MoCA) — pacienta tedy musí vyšetřit neurolog nebo neuropsycholog. V odlehlých oblastech a zemích s nízkými příjmy je to nedostupný luxus.
2025: Komerční AI řešení pro radiologii (např. Aidoc, Viz.ai) začínají integrovat neurozobrazovací moduly, ale žádné z nich nepředpovídá budoucí kognitivní pokles — pouze aktuální patologii.
Květen 2026: Tým Ashishe Raje z UCSF publikuje v Nature Aging svůj multi-task model. Data: trénink na 2 000 účastnících ADNI, validace na externí kohortě Dallas Lifespan Brain Study. Výsledek: model předpovídá nejen aktuální diagnózu a segmentaci tkání, ale také budoucí kognitivní ukazatele (za 2, 4, 6 let) s chybou menší než 2 body na škále MMSE.
Červen 2026 (aktuální zpráva): JAMA publikuje redakční komentář k této práci, zdůrazňující její klinický význam. Je to signál pro praktické lékaře: AI diagnostika Alzheimerovy choroby už není teoretická možnost, ale nástroj připravený k validaci v reálné praxi.
Co zůstává mimo chronologii: všechny ty roky nikdo neřešil hlavní problém — explainability. Proč AI dala právě tuto predikci? Které oblasti mozku byly nejvýznamnější? Bez odpovědi na tyto otázky lékař nesvěří AI rozhodnutí o zahájení terapie lecanemabem (který stojí 26 500 USD ročně a nese riziko mozkového edému). Autoři Nature Aging tvrdí, že jejich model je „interpretovatelný“ díky mezilehlému úkolu segmentace tkání. Ale „segmentace“ není vysvětlení kauzálních vztahů. Je to jen mapa atrofie, kterou neuroradiolog vidí i tak.
Kdo vyhrává a kdo prohrává
Vyhrávají pojišťovací systémy (Medicare, NHS, soukromé pojišťovny). V současnosti stojí diagnostika Alzheimerovy choroby v USA kolem 5 000–10 000 USD na pacienta (konzultace neurologa + kognitivní testování + MRI + PET nebo lumbální punkce). AI model UCSF může snížit tuto cenu na 500–1 000 USD (pouze MRI a běh modelu). Pro Medicare, která pojišťuje 60 milionů starších Američanů, to jsou miliardy dolarů úspor ročně.
Vyhrávají vývojáři disease-modifying terapií (lecanemab od Eisai/Biogen, donanemab od Eli Lilly). Jejich léky fungují pouze v raných stádiích, ale screening milionů pacientů s MCI pro výběr kandidátů do klinických studií je astronomicky drahý. S AI filtrem z jednoho MRI se náklady na výběr sníží 5–10krát.
Prohrávají výrobci PET tracerů. Eli Lilly (Amyvid, Tauvid), GE Healthcare (Vizamyl), Life Molecular Imaging (NeuraCeq) prodávají amyloidní a tau PET tracery za stovky milionů dolarů ročně. Pokud lékaři začnou používat AI-MRI místo PET k potvrzení amyloidní patologie (model UCSF hodnotí atrofii v entorhinální kůře, která dobře koreluje s ukládáním tau), poptávka po PET tracerech klesne o 30–50 % během 3–5 let.
Prohrávají laboratoře provádějící analýzu likvoru na beta-amyloid a tau. Cena jedné analýzy je 500–1 000 USD a vyžaduje invazivní zákrok. Žádný pacient nesouhlasí s lumbální punkcí, pokud existuje neinvazivní alternativa se srovnatelnou přesností.
Nepřímo prohrávají neuropsychologové vydělávající na kognitivním testování. Hodina sezení neuropsychologa stojí 200–400 USD. AI model nevyžaduje testování vůbec — pouze demografické údaje. Pro úzké specialisty je to ztráta práce. Pro systém zdravotní péče — úspora.
Co média neříkají
První insight: Model nerozlišuje Alzheimerovu chorobu od jiných demencí — a to je obrovský problém.
Práce byla trénována na datech ADNI, kde je diagnóza „Alzheimerova choroba“ stanovena na základě klinických kritérií + amyloidního PET. Ale v reálném životě existuje frontotemporální demence, demence s Lewyho tělísky, vaskulární demence — všechny způsobují atrofii na MRI, ale s různými vzorci. Model UCSF může chybně předpovědět Alzheimerovu chorobu u pacienta s frontotemporální demencí, protože nemá data pro diferenciální diagnostiku.
Autoři to v článku přiznávají, ale v tiskových zprávách to vynechávají. Píší, že model lze adaptovat na Parkinsonovu chorobu, ALS a Huntingtonovu chorobu. Ale adaptace vyžaduje samostatné trénování na tisících pacientů s těmito diagnózami. To nikdo neudělal. Proto je model zatím použitelný pouze pro screening v již vybrané populaci s podezřením na Alzheimerovu chorobu (např. u pacientů s MCI odeslaných neurologem).
Druhý insight: Validace na nezávislé kohortě proběhla, ale problém „různých skenerů“ zůstává.
Externí validace byla provedena na Dallas Lifespan Brain Study — to jsou stejné 3T skenery od Siemens a Philips jako v ADNI. Rozdíl v protokolech skenování byl minimální. V reálné klinické praxi může pacient přijít na MRI na přístroji GE Signa 1.5T (nižší rozlišení, jiný kontrast) a model může fungovat hůře.
Nikdo netestoval model na datech z nízko-polovních MRI (1.5T) nebo na datech s pohybovými artefakty (u starších pacientů jsou velmi časté). Adaptace modelu (fine-tuning) na konkrétní typ skeneru vyžaduje stovky dalších anotovaných skenů, které stojí peníze a čas. Bez toho není masové nasazení možné.
Třetí insight: 94% přesnost je marketingový ukazatel. Reálná NPV (negative predictive value) může být nižší.
Co je 94% přesnost? Je to průměr mezi senzitivitou a specificitou. V článku Nature Aging je uvedeno, že AUC (plocha pod ROC křivkou) byla 0,96. Ale v klinické praxi je důležité něco jiného: pokud model pacientovi řekne, že nepřejde do demence — jak moc tomu lze věřit?
V populaci s MCI je prevalence přechodu do demence za 5 let kolem 30 %. Při 94% přesnosti, pokud model předpoví „nepřejde“, bude pravděpodobnost chyby (1 — NPV) kolem 10–15 %. To znamená, že každý 7.–10. pacient, kterému bylo řečeno „vše bude v pořádku“, ve skutečnosti demenci vyvine. Pro samotného pacienta je to drama. Pro systém zdravotní péče — 10–15 % promeškaných případů. To je hodně.
Prognóza: následujících 30 dní a 90 dní
Následujících 30 dní:
Očekávejte oficiální prohlášení výrobců PET tracerů (Eli Lilly, GE Healthcare) o tom, že „AI-MRI nemůže nahradit amyloidní PET kvůli absenci přímého zobrazení amyloidních plaků“. To je standardní obranný PR krok, ale odráží skutečné obavy: jejich obchodní model je ohrožen. Také v nejbližších 30 dnech vyjde nejméně jedna replikační práce od nezávislé skupiny (pravděpodobně z Evropy, možná z UK Biobank), která model otestuje na jiných datech. Pokud budou výsledky horší (např. přesnost 88–90 %), ochladí to nadšení.
Následujících 90 dní:
Klíčový moment — FDA vydá nebo nevydá pokyny pro validaci AI modelů pro predikci neurodegenerativních onemocnění. V současnosti lze získat 510(k) clearance pro „pomoc při diagnostice“. Ale „predikce na 5 let dopředu“ je žádost o novou třídu zařízení. Pokud FDA uzná tento model jako „průlomové zařízení“ (Breakthrough Device Designation), urychlí to jeho cestu na trh o 1–2 roky.
Také na obzoru 90 dní — konference Clinical Trials on Alzheimer's Disease (CTAD) v prosinci 2026. Budou zde prezentována data o tom, zda byl tento model použit pro screening pacientů v současných klinických studiích lecanemabu. Pokud ano, a pokud model pomohl nabrat pacienty rychleji a levněji, stane se to silným případem pro komercializaci technologie.
A poslední: očekávejte oznámení startupu, který získá exkluzivní licenci na tuto technologii od UCSF. Univerzita již podala patent (původci — Ashish Raj a Daren Ma). S největší pravděpodobností vznikne společnost (jako tomu bylo u Butterfly Network pro ultrazvuk nebo Viz.ai pro mrtvici), která nabídne model jako SaaS službu pro radiology. Cena — kolem 50–100 USD za predikci. Pokud zachytí 10 % z 5 milionů nových pacientů s MCI ročně v USA a Evropě, je to 25–50 milionů USD ročního příjmu. Není to blockbuster, ale velmi dobrý byznys.
Prohlášení o vyloučení odpovědnosti: analýza je založena na datech z Nature Aging, tiskových zpráv UCSF a JAMA. Prognózy odrážejí názor autora a nejsou klinickým doporučením.
— Editorial Team
