BRAINS : Un système augmenté par la récupération d'information pour la détection et le suivi de la maladie d'Alzheimer

BRAINS: A Retrieval-Augmented System for Alzheimer's Detection and Monitoring

November 4, 2025

papers.authors: Rajan Das Gupta, Md Kishor Morol, Nafiz Fahad, Md Tanzib Hosain, Sumaya Binte Zilani Choya, Md Jakir Hossen

cs.AI

papers.abstract

Alors que le fardeau mondial de la maladie d'Alzheimer continue de s'alourdir, la détection précoce et précise est devenue de plus en plus cruciale, particulièrement dans les régions ayant un accès limité aux outils de diagnostic avancés. Nous proposons BRAINS (Biomédical Retrieval-Augmented Intelligence for Neurodegeneration Screening) pour relever ce défi. Ce système novateur exploite les puissantes capacités de raisonnement des Grands Modèles de Langage (LLM) pour la détection et la surveillance de la maladie d'Alzheimer. BRAINS présente une architecture à double module : un module de diagnostic cognitif et un module de recherche de cas similaires. Le Module de Diagnostic utilise des LLM spécialisés sur des ensembles de données cognitifs et de neuro-imagerie — incluant les scores MMSE, CDR et les métriques de volume cérébral — pour réaliser des évaluations structurées du risque de maladie d'Alzheimer. Pendant ce temps, le Module de Recherche de Cas encode les profils des patients en représentations latentes et récupère des cas similaires à partir d'une base de connaissances organisée. Ces cas auxiliaires sont fusionnés avec le profil d'entrée via une Couche de Fusion de Cas pour améliorer la compréhension contextuelle. La représentation combinée est ensuite traitée avec des invites cliniques pour l'inférence. Les évaluations sur des ensembles de données réels démontrent l'efficacité de BRAINS à classer la sévérité de la maladie et à identifier les signes précoces du déclin cognitif. Ce système montre non seulement un fort potentiel en tant qu'outil d'assistance pour une détection scalable, explicable et précoce de la maladie d'Alzheimer, mais il offre également de l'espoir pour de futures applications dans le domaine.

English

As the global burden of Alzheimer's disease (AD) continues to grow, early and accurate detection has become increasingly critical, especially in regions with limited access to advanced diagnostic tools. We propose BRAINS (Biomedical Retrieval-Augmented Intelligence for Neurodegeneration Screening) to address this challenge. This novel system harnesses the powerful reasoning capabilities of Large Language Models (LLMs) for Alzheimer's detection and monitoring. BRAINS features a dual-module architecture: a cognitive diagnostic module and a case-retrieval module. The Diagnostic Module utilizes LLMs fine-tuned on cognitive and neuroimaging datasets -- including MMSE, CDR scores, and brain volume metrics -- to perform structured assessments of Alzheimer's risk. Meanwhile, the Case Retrieval Module encodes patient profiles into latent representations and retrieves similar cases from a curated knowledge base. These auxiliary cases are fused with the input profile via a Case Fusion Layer to enhance contextual understanding. The combined representation is then processed with clinical prompts for inference. Evaluations on real-world datasets demonstrate BRAINS effectiveness in classifying disease severity and identifying early signs of cognitive decline. This system not only shows strong potential as an assistive tool for scalable, explainable, and early-stage Alzheimer's disease detection, but also offers hope for future applications in the field.