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AI模型，能够提前6年预测阿尔茨海默症的发展，准确率远超当前临床测试水平。这一突破性进展为阿尔茨海默症的早期诊断和干预开辟了新路径。
随着人口老龄化的加剧，阿尔茨海默症已成为全球性的健康挑战。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，给医疗保健系统带来巨大压力。
然而，目前的诊断方法存在诸多局限。如果不使用侵入性或昂贵的测试（如PET扫描或腰椎穿刺），痴呆症的早期诊断往往不够准确，多达三分之一的患者可能会被误诊。此外，诊断过晚也会导致错过最佳治疗时机。
剑桥大学心理学系的研究团队开发了一种新型AI模型，能够精准预测阿尔茨海默症的发展。研究团队利用认知测试和MRI扫描数据建立了预测模型，扫描内容包括美国研究小组收集的400名患者的灰质萎缩症（大脑神经细胞死亡）。
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）。实验结果显示，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。并且，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。
研究团队使用了来自美国的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，这种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。并且，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解决阿尔茨海默症难题。在欧盟地平线计划的1400万欧元支持下，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，其合作伙伴包括七所欧洲大学。
哥本哈根大学的研究人员还开发了一种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。该算法还可以计算团块数量，按形状和大小对其进行分类，并监测它们随时间的变化情况。这一工具将有助于科学家更好地理解蛋白质团块的形成机制，推动新药和新疗法的发现。
这些研究进展表明，人工智能在医疗保健领域的应用前景广阔，有望为阿尔茨海默症等疑难疾病的早期诊断和治疗带来革命性突破。