人工智能预测老年痴呆 准确度高达84%

阿兹海默病，俗称老年痴呆，是一种神经退行性疾病。迄今为止，科学家们依然没有能够完全解读这个存在于大脑中的秘密。在疾病的研究进展中，科学家们广泛认可了阿兹海默病与大脑中淀粉样蛋白的积累有关，但是大脑中淀粉样蛋白和位置和浓度如何作为临床上有用的信息，用于疾病的诊断和研究还是具有一定难度的。
科学家们早就知道，一种叫做淀粉样蛋白的蛋白质在轻度认知障碍(MCI)患者的大脑中积累，这种情况通常会导致痴呆。虽然淀粉样蛋白的积累在痴呆症状出现之前几十年开始，但这种蛋白质不能作为预测的生物标志物可靠地使用，因为不是所有的MCI患者都终患有阿兹海默病。
来自麦吉尔大学道格拉斯精神卫生研究所转化神经影像实验室的科学家们，开发了一种软件，软件基于当下先进的人工智能和机器学习技术，用于分析PET扫描中淀粉样蛋白的拍摄图像，并以此对大脑患有痴呆症的几率进行分析。他们使用人工智能技术和大数据的算法，通过对患老年痴呆症的风险的患者的大脑使用单一的大脑淀粉样PET扫描，能够在痴呆发病前两年找到疾病的迹象。 研究发表在了杂志《Neurobiology of Aging》上。
为了进行他们的研究，麦吉尔大学的研究人员提取了阿尔茨海默氏症神经成像项目（ADNI）当中的可用数据。ANDI是一项全球研究工作，参与的患者会协助完成各种成像和临床评估。
研究团队中的计算机科学家Sulantha Mathotaarachchi使用了来自ADNI数据库中MCI患者的数百种淀粉样蛋白PET扫描，以训练他们的算法，以便在症状出现之前确定哪些患者会出现痴呆，准确率达到84%。目前团队正在进一步研究，寻找其他可以纳入该算法的痴呆症生物标志物，以提高软件的预测能力。
想象一下，如果医生能提前很多年确定，谁有可能患上痴呆症。这样的预后能力将给病人和他们的家人提供足够的时间来计划和管理关于疾病的治疗和护理。
该研究的共同作者，麦吉尔大学神经和神经外科和精神病学学院的副教授Pedro rosao - neto博士预测，这项技术将改变医生管理病人的方式，并极大地加速阿尔兹海默病疗法的研究。 “通过使用这个工具，临床试验可以只专注于在研究的时间范围内，有更高的可能性发生痴呆的个体。这将大大降低进行这些研究所需的成本和时间，”麦吉尔大学神经与神经外科和精神病学教授兼首席作者Serge Gauthier博士补充道。
虽然新软件已经在网络上向科学家和学生开放使用，但在卫生部门认证之前，医生们无法在临床实践中使用这个工具。为了尽快能够推进到临床阶段，麦吉尔团队目前正在进行进一步的测试，以验证不同病人群体的算法，特别是那些有包括有轻度中风等并发症的患者。
人工智能应用于临床图像的数据分析，将变革未来的临床诊断方式。我们期待在未来能够有更多的人工智能工具帮助临床医生实现更好的疾病预测，提高患者的生活质量，帮助疾病能够更好的管理和治疗。