高于临床测试3倍准确率！剑桥大学开发AI模型，提前6年预测阿尔茨海默症
高于临床测试3倍准确率！剑桥大学开发AI模型，提前6年预测阿尔茨海默症
剑桥大学研究团队开发出一种新型人工智能模型，该模型在预测阿尔茨海默症发展方面表现卓越，准确率远超当前临床测试方法。这一突破性进展为阿尔茨海默症的早期诊断和治疗开辟了新路径。
随着人口老龄化的加剧，阿尔茨海默症已成为全球性健康挑战。据统计，目前全球已有超过5500万人患有痴呆症，其中阿尔茨海默症占60%-70%。预计未来50年内，痴呆症患者数量将增至近3倍。这种疾病不仅给患者带来巨大痛苦，也给医疗保健系统带来沉重负担，2019年全球相关医疗成本高达1.3万亿美元。
早期发现是治疗阿尔茨海默症的关键，但传统的诊断方法如正电子发射断层扫描（PET）或腰椎穿刺不仅侵入性强，而且成本高昂，导致多达三分之一的患者可能被误诊，其他患者则可能因诊断过晚而错失最佳治疗时机。
剑桥大学心理学系的研究人员开发了一种新型人工智能模型，该模型在预测阿尔茨海默症进展方面的表现优于目前的临床测试方法。研究团队利用认知测试和MRI扫描数据，建立了能够预测轻度认知障碍患者是否会发展为阿尔茨海默病的机器学习模型。
该模型基于PPM（predictive prognostic model）框架构建，能够预测疾病处于早期阶段的个体（轻度认知障碍，MCI）、症状前期（认知正常，CN）的个体以及病情确诊阿尔茨海默症的个体（AD）。通过集成学习的GMLVQ框架，该模型能够组合来自多种模态的数据，比标准临床标记更精确地预测早期病症转化为阿尔茨海默症的概率。
研究团队使用来自美国的600多名参与者样本，以及来自英国和新加坡诊所的900个额外样本对该模型进行了测试。测试结果显示，该算法能够区分患有轻度认知障碍的人和会在3年内病症发展为阿尔茨海默病的人。仅通过认知测试和MRI扫描，识别出三年内会患上阿尔茨海默病的人的准确率达到82%，以及正确识别81%的人不会患上阿尔茨海默病。
剑桥大学心理学系教授Zoe Kourtzi表示：“我们的愿景是扩大人工智能工具的使用范畴，帮助临床医生及早发现患病群体和使用正确的方法治疗。在医疗资源面临巨大压力的时候，这也将有助于消除不必要的昂贵且有创诊断测试的需要。”
除了剑桥大学的研究，欧洲大学也在积极利用人工智能技术应对阿尔茨海默症挑战。在欧盟地平线计划的支持下，AI-Mind项目正在开发两种可以实现痴呆症早期诊断的人工智能工具。该项目将持续到2026年，目标是将诊断时间从2到5年缩短到1周。
哥本哈根大学的研究人员则开发了一种AI算法，可以在显微镜图像中发现十亿分之一大小的蛋白质团块，并对其进行分类和监测。这一工具不仅有助于科学家了解蛋白质团块形成的原因，还能够推动新药和新疗法的发现。
这些研究进展表明，人工智能在医疗健康领域的应用前景广阔，特别是在阿尔茨海默症等重大疾病的研究和治疗中，AI技术有望发挥越来越重要的作用。
本文原文来自澎湃新闻