Donald Trump, Alzheimer's and AI
 |
來源：
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症的認知能力下降症狀。
據《2015年世界阿茲海默症報告》報導，全球約有4680萬AD（阿茲海默症）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。而我國也已逐步進入老齡化社會，目前統計我國有患失智症者為26萬人，對岸中國老年人中痴呆的患者已經超過1000萬，居世界首位，並且每年以增加30萬以上的新發病例快速成長。
可是由於阿茲海默症起病隱匿，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症治療，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，這可能是對抗阿茲海默症最有效的方法。因此，阿茲海默症和痴呆症研究人員，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。
新的研究表明，人工智慧可能是準確預測，潛在阿茲海默症病患者的關鍵。
「目前，治療阿茲海默症的方法有限，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。一項新的研究顯示，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，對有阿茲海默症風險的病人大腦，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，準確辨識出痴呆症的跡象。
該算法透過，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，導致阿茲海默症認知能力下降，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症，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痴呆症的個體，這將大大降低進行這些研究所需的時間和成本。」蒙特婁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。
0 comments:
張貼留言