人工智能有望成为阿尔茨海默病的有效预防工具

千亿国际 2018-11-08 20:08:52

  最近,科学家们成功地训练了一种新的人工智能算法,以准确预测导致阿尔茨海默病的认知衰退症状。根据2015年世界老年痴呆症报告》,全球约有4680万AD(阿尔茨海默病)患者,患者人数预计每20年翻一番,到2030年达到7470万,2050年将超过1.3亿人。中国逐渐进入老龄化社会。目前,中国老年痴呆患者超过1000万,居世界首位,每年新增病例数超过30万的新病例数量正在迅速增加。然而,由于阿尔茨海默病是阴险的,通常很难在发病开始时找到,并且当症状明显时通常会认真对待。目前,对这种疾病没有真正有效的治疗方法。由于人体试验中大多数潜在的阿尔茨海默病治疗失败,许多研究人员正在从治疗转向预防,这可能是对抗阿尔茨海默病的最有效方法。因此,阿尔茨海默氏症和痴呆症研究人员面临的最大挑战之一是找到一种方法来准确识别具有认知衰退早期症状的患者。新研究表明,人工智能可能是准确预测潜在阿尔茨海默病患者的关键。 “目前,治疗阿尔茨海默病的方法有限,因此预防很重要。人工智能系统可以帮助医生治疗。用人工智能来预测,人们可以提前改变他们的生活方式,从而推迟Alz在Hermès发病期间,它甚至被完全阻止,“麦吉尔大学精神病学系助理教授Chakravarty说。血液检查,PET扫描,眼睛测试,遗传,甚至嗅探测试是识别认知衰退早期症状的常用方法,但这些方法并不完全准确。一项新的研究表明,训练用于评估各种诊断数据的AI算法可以有效地预测一个人是否处于早期状态疾病的阶段以及它们是否可能在未来五年内显着恶化。道格拉斯心理健康大学计算神经科学家Mallar Chakravarty博士及其同事设计了一种使用人工智能和大数据的特定算法。通过磁共振成像(MRI),遗传学和临床数据学习开发算法,单一淀粉样蛋白PET扫描对阿尔茨海默病患者的脑部进行完整鉴定,可以准确识别痴呆症发病前两年的痴呆症征象。该算法训练来自800多名受试者的数据,并将来自MRI成像的各种生物标记物与基因型和临床信息相结合。研究对象包括健康的老年人和临床上显着的阿尔茨海默病患者。一小部分受试者还提供了长达六年的个体临床信息数据,使算法能够全面了解疾病进展,从而帮助系统更好地预测认知衰退的路径。

   “我们目前正在努力用新数据测试我们预测的准确性。它将帮助我们改进我们的预测,并确定我们是否可以延长预测期,“Chakravarty说。随着越来越多的数据学习,科学家们将能够更好地识别阿尔茨海默病认知能力下降风险最大的人群。在早期阶段,研究人员认为该算法是有用和准确的。随着更多数据被添加到算法中,再加上大量的患者培训,未来人工智能系统有望成为阿尔茨海默病的临床医生。预防疾病治疗的重要工具。 “通过使用这个工具,临床试验可以集中在研究时间范围内更有可能患痴呆症的个体,这将大大减少进行这些研究的时间和成本。”McGill神经病学和神经外科Serge Gauthier博士,精神病学教授,相信。