老年医学

提前9年预测老年痴呆,这个AI厉害了

作者:伊文 来源:36氪 日期:2017-09-23
导读

         老年痴呆经常活在年轻人的口头上,用来调侃谁反应迟钝。不过,实际生活中,这种病比想象的要更为普遍,在发达国家,甚至是最常见的死亡原因之一。 老年性痴呆症,常见的就是阿尔茨海默病,这是一种神经退行性疾病,最终将导致记忆丧失和认知功能丧失。 目前,这种病还没有彻底治愈的办法。不过,如果可以尽早诊断的话,还是可以及早促使人们改变生活方式,以延缓这种疾病的发展。 在预测未来变化方面,我们很容易想起来AI是

关键字:  老年痴呆 

        老年痴呆经常活在年轻人的口头上,用来调侃谁反应迟钝。不过,实际生活中,这种病比想象的要更为普遍,在发达国家,甚至是最常见的死亡原因之一。

        老年性痴呆症,常见的就是阿尔茨海默病,这是一种神经退行性疾病,最终将导致记忆丧失和认知功能丧失。

        目前,这种病还没有彻底治愈的办法。不过,如果可以尽早诊断的话,还是可以及早促使人们改变生活方式,以延缓这种疾病的发展。

        在预测未来变化方面,我们很容易想起来AI是不是可以有所作为。这一次,AI也没有让我们失望。

        据New Scientist报道,为了解决这个问题,意大利的巴里大学研究人员Nicola Amoroso 、Marianna La Rocca等人,开发了一种机器算法,来识别由阿尔茨海默症引起的大脑结构变化。

        这项技术是使用非侵入式核磁共振成像技术(non-invasive MRI scans),来识别大脑区域的连接方式的改变。

        他们具体是怎么操作的呢?

        首先,他们使用67例核磁共振扫描来训练这个算法,其中38例是患有阿尔茨海默病的人,29例是健康对照组的。这些扫描来自于洛杉矶南加州大学的阿尔茨海默病神经成像原始数据库。

        他们希望训练这个算法,正确区分患病和健康的大脑。研究人员将每个脑部扫描细化到小的区域,并分析它们之间的神经元连接,而不需要对这些区域的理想大小进行任何预设。

        他们发现,当大脑区域和2250到3200立方毫米的对照组进行对比时,该算法对阿尔茨海默病的分类最为准确。La Rocca表示,这是因为,这与和该疾病有关的解剖结构的大小相似,比如杏仁核和海马体。

        然后,研究小组在第二组扫描中测试了这个算法。这一组共有148个实验对象,其中有52人是健康的,48人患有老年痴呆症,48人患有轻度认知障碍(MCI),但在2.5至9年后,人们发现他们患上了阿尔茨海默病。

        人工智能区分健康大脑和阿尔茨海默病的准确率为86%。关键的是,它还能分辨出健康的大脑和MCI之间的区别,准确率达到了84%。

        也就是,这种算法几乎可以提前9年,预测到阿尔茨海默病的风险。受到数据库中可用扫描数据的限制,研究人员无法测试该算法,能否进行更早的预测。

        当然,这已经并不是市场上第一个类似的研究。

        阿尔茨海默氏症与脑内的黏性贝塔淀粉样斑块和神经原纤维缠结有关。

        La Rocca介绍说:“如今,脑脊液分析和使用放射性示踪剂的脑成像可以告诉我们,大脑在多大程度上覆盖了斑块和缠结,并能准确预测谁在10年后有患阿尔茨海默病的高风险。不过,这些方法是非常具有侵入性的,并且很昂贵,只有在高度专业化的中心才能使用。”

        相比之下,这项新技术可以区分出正常的大脑和MCI患者的大脑,并可以提前将近十年作出预测,但使用的技术更简单、更廉价,也是非侵入性的。目前,还需要做更多的工作来区分患有MCI的人,他们的大脑正常老化,或者可能发展出其他类型的痴呆症。

        检测阿尔茨海默病的生物标志物的血液检测,可能比这项新技术更便宜,也更简单,但目前还没有一种方法在市场上。克罗地亚的萨格勒布大学的Goran?imi?表示:“目前还没有针对阿尔茨海默氏症的血液检测。有一些尝试,但还没有取得很大的成功。”

        此前,道格拉斯心理健康大学研究所、McGill神经影像实验室的科学家,也使用人工智能技术和大数据开发了一种算法,能够准确识别出痴呆症的症状,不过只能提前两年。

        除了预测老年痴呆以外,La Rocca还打算现在打算扩展这项技术,以帮助早期诊断其他神经退行性疾病,如帕金森症。她说:“这是一种通用的办法。”

        作为一个身体素质不佳的人,我对这项技术还是非常期待的。如果有一天我要是会得老年痴呆,让我提前9年知道的话,也好有所准备,认真安排余生,该去哪浪去哪浪了。

分享:

评论

我要跟帖
发表
回复 小鸭梨
发表

copyright©医学论坛网 版权所有,未经许可不得复制、转载或镜像 京ICP证120392号 京公网安备11010502031486号

京卫网审[2013]第0193号

互联网药品信息服务资格证书:(京)-经营性-2012-0005

//站内统计 //百度统计 //站长统计
*我要反馈: 姓    名: 邮    箱: