BRAINS: Система с расширенным поиском для выявления и мониторинга болезни Альцгеймера

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

November 4, 2025

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

cs.AI

Аннотация

Поскольку глобальное бремя болезни Альцгеймера (БА) продолжает расти, ранняя и точная диагностика становится все более критически важной, особенно в регионах с ограниченным доступом к современным диагностическим инструментам. Для решения этой проблемы мы предлагаем систему BRAINS (Biomedical Retrieval-Augmented Intelligence for Neurodegeneration Screening). Эта новая система использует мощные способности к рассуждению больших языковых моделей (LLM) для выявления и мониторинга болезни Альцгеймера. BRAINS обладает двухмодульной архитектурой: модулем когнитивной диагностики и модулем поиска клинических случаев. Диагностический модуль использует LLM, дообученные на наборах данных когнитивных и нейровизуализационных тестов — включая баллы по MMSE, CDR и показатели объема мозга — для проведения структурированной оценки риска болезни Альцгеймера. В то же время модуль поиска случаев кодирует профили пациентов в латентные представления и находит схожие случаи из курируемой базы знаний. Эти вспомогательные случаи объединяются с входным профилем через Слой слияния случаев для улучшения контекстуального понимания. Объединенное представление затем обрабатывается с помощью клинических промптов для вывода. Оценки на реальных наборах данных демонстрируют эффективность BRAINS в классификации тяжести заболевания и выявлении ранних признаков когнитивного снижения. Данная система не только показывает большой потенциал в качестве вспомогательного инструмента для масштабируемого, объяснимого и раннего выявления болезни Альцгеймера, но и открывает перспективы для будущего применения в этой области.

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.