用人工智慧來預防老年痴呆

credit: 123RF

來自道格拉斯大學精神健康研究所、麥吉爾轉化神經成像實驗室的科學家們發現了一種有效可靠的，可以在老年痴呆發病前能提前察覺的演算法。這個技術可用於幫助家庭提前準備及選擇治療方案，也能幫助研究員們挑選更合適的臨床試驗候選人和測試藥物的效力。

這項發現在《衰老神經生物學》的期刊上有著詳細的介紹。作為研究這項課題的專家，麥吉爾大學神經學和精神病學的副教授Pedro Rosa－Neto說：「如果你能提前知道一群人中誰將會得痴呆症，那麼這個人將能更好的測試預防該疾病的新藥物。」

這個演算法是通過搜尋大腦掃描澱粉樣蛋白的形成來生效的，在那些被發現有輕度認知功能障礙的人們的大腦中，蛋白質逐漸積累然後發展為痴呆症。在老年痴呆發作前，澱粉樣蛋白可在大腦中慢慢積累長達數年或者數十年，並且其將同時在大腦的不同位置以不同的速度積累。更值得一提的是，並不是每個有澱粉樣蛋白積聚的人都會形成認知障礙。這增加了科學家們研究痴呆發展進程的難度。

機器學習讓它變的更簡單

通過研究阿茲海默神經影像學計劃(ADNI)中的數百種PET掃描影像，科學家們演練出一種可以通過首先分析具有輕度認知障礙的患者腦中的澱粉樣蛋白累計程度，並進而能提前在老年痴呆發作前有所察覺的演算法。之後他們公布了那些最終患了老年痴呆病人們腦部掃描樣本。

隨後他們發布了一系列新的腦掃描圖像，其中一些來自於目前患有輕度認知障礙的患者。不過，這一系列新發布的圖像均來自於在患者病情進一步加重之前。這個演算法預測了最後患者發病的概率，精確度達到了84%。

Rosa-Heto對麥吉爾時報說：「這是一個數據和開放科技如何給患者護理帶來切實好處的實例。」

給病人護理帶來的最大的好處就是提高了臨床試驗的成功率和評估了針對老年痴呆症(最常見痴呆形式)藥物的效力。

此項研究的共同領導人Serge Gauthier對麥吉爾時報說：「通過這個方法，臨床試驗可以致力於研究那些在短時間內之內有較高可能發展成為痴呆的個體。這大大節省了實施這項研究所必須要花費的成本和時間。」

本文譯自 bigthink，由譯者 凱文妹妹 基於創作共用協議(BY-NC)發布。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！