．人工智慧有望成為阿茲海默病的有效預防工具

Artificial Intelligence Unleashed on the Brain: Using Machine Learning to Predict Alzheimer's

來源： OFweek人工智能网

近日，科學家成功地訓練了一種新的人工智慧算法，以準確預測導致阿茲海默病的認知能力下降症狀。

據《2015年世界阿茲默病報告》報導，全球約有 4680 萬AD（阿茲海默病）患者，預計每 20 年患病人數將翻一倍，到 2030 年將達到 7470 萬人，2050 年更將突破 1.3 億人。

可是由於阿茲海默病起病隱匿，起病初期往往很難發現，常常到症狀明顯時才被重視，並且目前，這種疾病尚未有真正有效的治療方法。

隨著大多數潛在阿茲海默病治療在人體試驗階段的失敗，許多研究人員正在將方向從治癒轉向預防，這可能是對抗阿爾茨海默病最有效的方法。因此，阿茲海默氏症和失智症研究人員，面臨的最大挑戰之一，是找到一種方法來準確地辨識，患有認知衰退早期症狀的患者。

新的研究顯示，人工智慧可能是準確預測，潛在阿茲海默病患者的關鍵。

「目前，治療阿茲海默氏症的方法有限，因此預防手段就很重要。人工智慧系統則可協助醫生進行治療。在人工智慧準確預測情況下，人們可以及早改變生活方式，從而延遲阿茲海默氏症發作時期，甚至完全阻止它，「麥吉爾大學精神病學系助理教授 Chakravarty 說。

血液測試、PET 掃描、眼睛測試、遺傳學，甚至嗅探測試是辨識認知衰退早期症狀的常見方法，但這些方法並不能做到完全準確地預測。一項新的研究表明，經過訓練以評估各種診斷數據的 AI 算法，可以有效地預測一個人，是否處於疾病的早期階段，以及他們是否可能在接下來的五年內顯著惡化。

道格拉斯心理健康大學研究所的計算神經科學家 Mallar Chakravarty 博士和他的同事，設計了一種特定的算法，使用人工智慧技術和大數據開發了一種算法，透過磁共振成像（MRI），遺傳學和臨床數據學習，對有阿茲海默病風險的病人大腦，進行單次澱粉樣蛋白的 PET 掃描來完成辨識，能夠在痴呆症發病前兩年，準確辨識出失智症的跡象。

該算法透過Ｍ對來自 800 多名受試者的數據進行訓練，並結合從 MRI 成像到基因型，和臨床資訊的各種生物標記物。所研究的受試者，包括健康的老年人，和臨床上具備明顯阿茲海默病症的患者。其中一小部分受試者，還提供了長達六年的個體臨床資訊數據，使算法能夠對疾病進展的全面理解，這有助於系統更好地預測認知衰退的軌跡。

「我們目前正致力於使用新數據測試預測的準確性。它將幫助我們改進預測，並確定我們是否可以延長預測期。」Chakravarty 說。隨著對更多的數據深度學習，科學家們將能夠更好地辨識，導致阿茲海默病，認知能力下降風險最大的人群。

在早期階段，研究人員相信該算法，是有作用的且準確的，隨著更多數據被添加到算法中，再加上大量的患者訓練，在未來人工智慧系統有望成為臨床醫生，對阿茲海默病預防性治療的重要工具。

「透過使用這個工具，臨床試驗可以在研究的時間範圍內，聚焦於那些更容易發展為失智症的個體，這將大大降低進行這些研究所需的時間和成本。」麥吉爾神經病學與神經外科與精神病學教授 Serge Gauthier 博士認為。