據三藩市加州大學研究人員一項最新研究,人工智能將可能會改變阿茨海默氏症的診斷時間。
加州大學的放射學和生物醫學成像和該研究的首席研究員Jae Ho Sohn表示,阿茨海默氏症的難點在於,當所有的臨床症狀出現並且可以做出明確的診斷時,太多的神經元已經死亡,令到情況基本上已經不可逆轉。
對於這項發表在Radiology的研究,Sohn和其團隊將一種常見的腦部掃描方法用於機器學習(Machine-learning)算法,並且在臨床診斷出現之前大約六年時間學會了早期阿茨海默氏症的診斷。人工智能的診斷技能可以為醫生提供治療退行性疾病的急需。該團隊專注於監測大腦中葡萄糖水平的PET掃描,因為葡萄糖是腦細胞的主要燃料來源。一旦細胞病變,它們最終停止使用葡萄糖,使其成為監測過程中的重要水平。這些微妙的變化都可以被人工智能所發現。Sohn表示,人類放射科醫生非常擅長識別像腦腫瘤一樣的微小病灶,但人類很難發現更緩慢的全面變化。利用人工智能的深度學習能力,特別是與人類相比,人工智能似乎是一種更有效的應用。
團隊對最終被診斷患有阿茨海默氏症、輕度認知障礙或無疾病的患者進行了PET掃描算法的訓練。該算法學習如何預測阿茨海默氏症。最終,在第一次測試中,它能夠正確地識別92%的患者;而在第二次測試中,它能夠正確地識別98%的患者。平均預測75.8個月(即約6年)患者接受了阿茨海默氏症的診斷。
雖然該算法尚未準備好應用於臨床,但相信最終可以幫助醫生更早地開始治療患者。
資料來源:Fast Company
這篇文章 研究人員發現人工智能診斷阿茨海默氏症,準確率 98% 最早出現於 TechApple.com。