人工智能可助痴呆症早期诊断

【新华社微特稿】美国加利福尼亚大学旧金山分校研究人员6日在《放射学》期刊上报告,他们开发的人工智能技术识别阿尔茨海默病早期症状取得显著效果。

阿尔茨海默病是一种常见的痴呆症,症状包括记忆障碍、失语以及人格和行为改变等,目前尚无有效疗法。研究人员选取1002名痴呆症患者的2100幅氟代脱氧葡萄糖正电子成像(FDG-PET)大脑扫描图像,用其中90%的图像训练“深度学习算法”学习识别图像中的痴呆症特征,用剩余10%的图像让算法“练习”识别。

最后,研究人员让算法从另外40幅FDG-PET大脑扫描图像中识别属于痴呆症患者的图像,结果发现识别率达到100%。这些患者在接受大脑扫描时尚未确诊患痴呆症。算法识别结果显示,算法可在最终确诊前平均6年多发现症状。

参与研究的韩浩宰(音译)说:“我们非常满意算法表现,它能够预测出每一例后来发展成阿尔茨海默病的病例。”

研究人员承认他们的测试规模较小,打算进一步研究。他们相信,人工智能会成为诊断阿尔茨海默病的重要辅助工具,特别是结合生物化学检测等其他检测手段。

韩浩宰说:“如果我们等所有症状都显现出来再诊断,大脑损伤程度可能已经严重到无法干预。如果我们能早些发现,就有机会找到更好的办法来延缓乃至遏制住病情发展。”(完)(欧飒)

关键词:人工智能(artificial intelligence)、痴呆症(dementia)

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181107A1G7MD00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券