人工智能預測認知症，幫助更快更準判斷認知症的到來

序言

我們知道，人工智能（AI）已經成為了現代科學研究一個必不可少的有利助手，而在認知症治療領域如何更快更準確預測認知症一直是醫生們致力於解決的一大問題。

而隨著AI的不斷進步，更快跟準預測認知症的方法正在被不斷發明。

世界各地的研究人員都在研究盡早發現阿爾茨海默病的方法。畢竟，早點發現這種疾病，能給人們提供更多的治療時間，減緩病情的影響，同時也讓病人有足夠的時間井然有序地處理個人法律和經濟事務。

為了能夠更快更準確的預測認知症，科研人員開發出了一種算法，可以在認知症狀出現前10年，發現由疾病引起的大腦微小的結構變化。這可謂是該種疾病的一大突破。

研究小組通過對67個核磁共振成像掃描，來訓練他們的人工智能，其中有38個來自認知症患者，29個來自健康人的控製。

研究人員將掃描結果分成小區域，並讓他們的人工智能分析神經元之間的連接。在訓練完成後，他們通過對148個實驗對象進行腦部掃描來測試這個算法。在這些測試之外，還有48次是對患有認知症的病人進行了掃描，48次是對患有輕度認知障礙的人進行掃描，最終，人工智能形成得以全麵地檢測阿爾茨海默症。

軟件基於當下先進的人工智能和機器學習技術，用於分析PET掃描中澱粉樣蛋白的拍攝圖像，並以此對大腦患有癡呆症的幾率進行分析。他們使用人工智能技術和大數據的算法，通過對患老年癡呆症的風險的患者的大腦使用單一的大腦澱粉樣PET掃描，能夠在癡呆發病前兩年找到疾病的跡象。

為了進行他們的研究，研究人員提取了阿爾茨海默氏症神經成像項目（ADNI）當中的可用數據。ANDI是一項全球研究工作，參與的患者會協助完成各種成像和臨床評估。

研究團隊中的計算機科學家使用了來自ADNI數據庫中MCI患者的數百種澱粉樣蛋白PET掃描，以訓練他們的算法，以便在症狀出現之前確定哪些患者會出現癡呆，準確率達到84%。目前團隊正在進一步研究，尋找其他可以納入該算法的癡呆症生物標誌物，以提高軟件的預測能力。

想象一下，如果醫生能提前很多年確定，誰有可能患上認知症。這樣的預後能力將給病人和他們的家人提供足夠的時間來計劃和管理關於疾病的治療和護理。

研究人員預測，這項技術將改變醫生管理病人的方式，並極大地加速阿爾茲海默病療法的研究。

通過使用這個工具，臨床試驗可以隻專注於在研究的時間範圍內，有更高的可能性發生癡呆的個體。這將大大降低進行這些研究所需的成本和時間。

雖然新軟件已經在網絡上向科學家和學生開放使用，但在衛生部門認證之前，醫生們無法在臨床實踐中使用這個工具。為了盡快能夠推進到臨床階段，麥吉爾團隊目前正在進行進一步的測試，以驗證不同病人群體的算法，特別是那些有包括有輕度中風等並發症的患者。

人工智能應用於臨床圖像的數據分析，將變革未來的臨床診斷方式。我們期待在未來能夠有更多的人工智能工具幫助臨床醫生實現更好的疾病預測，提高患者的生活質量，幫助疾病能夠更好的管理和治療。

阿爾茲海默氏病，俗稱為老年癡呆症，雖然這麼叫，但它並非隻有老年人才會得，家族遺傳性阿爾茲海默氏病在人的中年即可發病，但其病因和症狀遠遠不止於癡呆那麼簡單。

這種病是致命的，從確診到腦袋空空地離開，這世界大多數患者隻用了7年的時間。而在這大約7年的時間，他們漸進性的失智直至生活不能自理，患者與家屬承擔著無法想象的痛苦與經濟上的負擔。

但對於這種疾病的原因，醫學界卻沒有一個確切的答案。美國約翰霍普金斯大學的研究報告顯示，到2050年阿爾茲海默氏病患者人數將達到1億7百萬人。

阿爾茲海默氏病也是世界上“最貴的疾病”之一，2003年全球花費在治療阿爾茲海默氏病的金錢就達1560億美金，相當於一個中小國家一年GDP的總和。

所以說，通過人工智能幫助阿爾茨海默病診斷的研究意義重大，未來有可能為認知症症病人爭取10年寶貴的治療和心裏準備時間。不過，研究人員現在的測試數據僅限於在少部分地區的數據庫，這個人工智能算法暫時隻能該數據庫進行掃描學習。

隨著未來有更多的樣本和算法進一步的發展，這個人工智能算法可能會變得更加精確，直到它足夠可靠，就能成為一種非侵入性的潛在認知症症早期檢測係統。

最後更新：2017-10-08 07:46:23