IT|新AI工具可以在痴呆症状出现前数年就将其检测出来_新AI工具可以在痴呆症状出现前

据外媒报道，痴呆症的特征是大脑中不同类型的蛋白质堆积，这种堆积会损伤脑组织并导致认知能力下降。在阿尔茨海默病中，这些蛋白质包括β -淀粉样蛋白，它们会形成“斑块”并在神经元之间聚集并影响它们的功能及会在神经元内部积累的tau蛋白。
大脑的分子和细胞变化通常会在任何症状出现之前的许多年就开始了。诊断痴呆症可能需要数月甚至数年的时间。这通常需要两到三次医院检查，包括一系列的CT、PET和MRI扫描以及侵入性腰椎穿刺。

文章图片

由剑桥大学的Zoe Kourtzi教授和艾伦·图灵研究所领导的一个团队开发了一套可以在非常早期阶段检测患者痴呆症的机器学习工具。通过对罹患阿尔茨海默氏症的患者进行脑部扫描，他们的机器学习算法学会了发现大脑的结构变化。当结合标准记忆测试的结果时，该算法能够提供一个预后评分--即个人患阿尔茨海默病的可能性。
【IT|新AI工具可以在痴呆症状出现前数年就将其检测出来】对于那些表现出轻度认知障碍--记忆丧失的迹象或语言或视觉/空间感知问题--的患者来说，该算法在预测那些继续发展为阿尔茨海默病的患者时的准确率高于80% 。它还能预测他们的认知能力随着时间的推移会以多快的速度下降。

文章图片

剑桥大学心理学系的Kourtzi教授称：“我们已经训练了机器学习算法，通过寻找大脑中灰质损失的模式来发现痴呆的早期迹象。当我们把这个和标准的记忆测试结合起来，我们可以预测一个人的认知能力下降的速度是慢还是快。我们甚至已经能够识别出一些尚未表现出任何症状但却会发展成阿尔茨海默氏症的患者。”
虽然该算法已被优化以寻找阿尔茨海默病的迹象，但Kourtzi教授和同事们现在正在训练它识别不同形式的痴呆症，每种痴呆症都有其特有的体积损失模式。
来自临床神经科学系的Timothy Rittman医生是英国剑桥大学医院NHS基金会信托的Addenbrooke医院的顾问，他现在正在领导一项试验以看看这种方法在临床环境中是否有用。
“我们已经证明了这种方法在研究环境中是有效的--我们现在需要在‘现实世界’环境中测试它，”Rittman博士解释道。
截止到目前，约有80名患者参加了这项试验，该试验由剑桥大学、剑桥郡和彼得伯勒NHS基金会信托及布莱顿的两个NHS信托组织进行。
Rittman博士指出，早期发现痴呆症有几个重要原因。“当患者开始出现记忆和认知问题时，这是一段非常艰难的时期，这是可以理解的。能提供准确的诊断，让他们头脑清楚，根据诊断结果，可以让他们安心，同时还可以帮助他们和他们的亲人做好长期准备。”