人工智能有助于阿尔茨海默症的早期诊断

据加拿大麦吉尔大学报道，人工智能有助于阿尔茨海默症的早期诊断。想象一下这样的情形：多年后医生能够识别出谁可能会患老年痴呆症。这种预后能力可能会让病人及家人有时间来规划和管理治疗与护理。多亏了加拿大麦吉尔大学（McGill University）进行的人工智能研究，世界各地的临床医生可能很快就具备这种预测能力了。

加拿大道格拉斯心理健康大学研究所(Douglas Mental Health University Institute)神经影像实验室（Translational Neuroimaging Laboratory）的科学家利用人工智能技术和大数据开发出一种算法，通过对有阿尔茨海默病患病风险的病人脑部进行单一淀粉样蛋白的正电子发作断层成像（PET）扫描，在老年痴呆症发作前两年识别疾病的明显特征。他们的发现发表在《老年神经生物学》（Neurobiology of aging）期刊上。

研究人员期望这项技术能够改变医生管理病人的方式，极大地加速对阿尔茨海默病的治疗研究。

“通过利用这种工具，临床试验能够在研究的时间段内只关注发展成老年痴呆症风险更高的个人。这会极大地降低研究所需的时间和成本。”研究人员表示。

科学家很早就知道在轻度认知障碍（mild cognitive impairment, MCI）病人的大脑中有淀粉样蛋白累积。这种疾病经常会发展成痴呆症。在痴呆症症状开始出现前几十年，淀粉样蛋白就开始累积了。这种蛋白不能作为可靠的预测性生物标记物，因为并非所有的轻度认知障碍病人都会发展出阿尔茨海默病。

为了进行研究，该研究团队利用了“阿尔茨海默病神经影像学计划”（Alzheimer’s Disease Neuroimaging Initiative，ADNI）的数据。该计划是一项全球研究工作，参与的病人同意完成各种影像评估和临床评价。

该团队的计算机科学家利用了来自该数据库的成百上千张轻度认知障碍病人的淀粉样蛋白正电子发作断层成像扫描来训练算法，在症状出现之前识别哪些患者可能会发展出痴呆症，准确率达84%。该团队正在进行研究寻找痴呆症的其他生物标记物，以便纳入该算法，提高软件的预测能力。“这展示了大数据和开放科学如何能给病人护理带来实实在在的好处。”研究人员说。

科学家和学生已经能够在线获得这种新软件，但在得到卫生机构的认证之前医生不能在临床实践中使用这种工具。为了实现这一目标，该研究团队目前正在进行进一步测试，在不同病人集中验证该算法，尤其是有小中风等并发症的病人群体。