人工智能预测认知症，帮助更快更准判断认知症的到来

序言

我们知道，人工智能（AI）已经成为了现代科学研究一个必不可少的有利助手，而在认知症治疗领域如何更快更准确预测认知症一直是医生们致力于解决的一大问题。

而随着AI的不断进步，更快跟准预测认知症的方法正在被不断发明。

世界各地的研究人员都在研究尽早发现阿尔茨海默病的方法。毕竟，早点发现这种疾病，能给人们提供更多的治疗时间，减缓病情的影响，同时也让病人有足够的时间井然有序地处理个人法律和经济事务。

为了能够更快更准确的预测认知症，科研人员开发出了一种算法，可以在认知症状出现前10年，发现由疾病引起的大脑微小的结构变化。这可谓是该种疾病的一大突破。

研究小组通过对67个核磁共振成像扫描，来训练他们的人工智能，其中有38个来自认知症患者，29个来自健康人的控制。

研究人员将扫描结果分成小区域，并让他们的人工智能分析神经元之间的连接。在训练完成后，他们通过对148个实验对象进行脑部扫描来测试这个算法。在这些测试之外，还有48次是对患有认知症的病人进行了扫描，48次是对患有轻度认知障碍的人进行扫描，最终，人工智能形成得以全面地检测阿尔茨海默症。

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。

为了进行他们的研究，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，谁有可能患上认知症。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。

研究人员预测，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。

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。

阿尔兹海默氏病，俗称为老年痴呆症，虽然这么叫，但它并非只有老年人才会得，家族遗传性阿尔兹海默氏病在人的中年即可发病，但其病因和症状远远不止于痴呆那么简单。

这种病是致命的，从确诊到脑袋空空地离开，这世界大多数患者只用了7年的时间。而在这大约7年的时间，他们渐进性的失智直至生活不能自理，患者与家属承担着无法想象的痛苦与经济上的负担。

但对于这种疾病的原因，医学界却没有一个确切的答案。美国约翰霍普金斯大学的研究报告显示，到2050年阿尔兹海默氏病患者人数将达到1亿7百万人。

阿尔兹海默氏病也是世界上“最贵的疾病”之一，2003年全球花费在治疗阿尔兹海默氏病的金钱就达1560亿美金，相当于一个中小国家一年GDP的总和。

所以说，通过人工智能帮助阿尔茨海默病诊断的研究意义重大，未来有可能为认知症症病人争取10年宝贵的治疗和心里准备时间。不过，研究人员现在的测试数据仅限于在少部分地区的数据库，这个人工智能算法暂时只能该数据库进行扫描学习。

随着未来有更多的样本和算法进一步的发展，这个人工智能算法可能会变得更加精确，直到它足够可靠，就能成为一种非侵入性的潜在认知症症早期检测系统。

最后更新：2017-10-08 07:46:23