BRAINS: 알츠하이머병 탐지 및 모니터링을 위한 검색 증강 시스템

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

November 4, 2025

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

cs.AI

초록

알츠하이머병(AD)의 세계적 부담이 지속적으로 증가함에 따라, 특히 진단 도구 접근성이 제한된 지역에서 조기 및 정확한 검출의 중요성이 더욱 부각되고 있습니다. 본 연구는 이러한 문제를 해결하기 위해 BRAINS(Biomedical Retrieval-Augmented Intelligence for Neurodegenerative Screening)를 제안합니다. 이 새로운 시스템은 대규모 언어 모델(LLM)의 강력한 추론 능력을 활용하여 알츠하이머병 검출 및 모니터링을 수행합니다. BRAINS는 인지 진단 모듈과 사례 검색 모듈로 구성된 이중 모듈 아키텍처를 특징으로 합니다. 진단 모듈은 MMSE, CDR 점수, 뇌 용적 측정치 등을 포함한 인지 및 신경영상 데이터셋으로 미세 조정된 LLM을 활용하여 알츠하이머병 위험을 구조적으로 평가합니다. 한편, 사례 검색 모듈은 환자 프로필을 잠재 표현으로 인코딩하고 정제된 지식 베이스에서 유사 사례를 검색합니다. 이러한 보조 사례들은 사례 융합 계층을 통해 입력 프로필과 결합되어 맥락적 이해를 향상시킵니다. 결합된 표현은 추론을 위해 임상 프롬프트와 함께 처리됩니다. 실제 데이터셋에 대한 평가 결과, BRAINS가 질병 중증도를 분류하고 인지 저하의 초기 신호를 식별하는 데 효과적임을 입증했습니다. 이 시스템은 확장 가능하고 설명 가능하며 조기 단계의 알츠하이머병 검출을 위한 보조 도구로서 강력한 잠재력을 보여줄 뿐만 아니라, 해당 분야의 향후 응용 가능성에 대한 희망을 제시합니다.

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.