人工智能可以在医生之前很久就诊断出阿尔茨海默病
来自巴里大学的一对名为 Nicola Amoroso 和 Marianna La Rocca 的研究人员和一组同事开发了一种新的机器学习算法,该算法能够在医生诊断出阿尔茨海默病之前长达 9 年时间帮助诊断该病。研究人员开发的系统还能够识别由阿尔茨海默氏症引起的大脑结构变化。
该团队首先使用 67 次 MRI 扫描训练他们的机器学习算法,其中 38 次是患有这种疾病的人,29 次是健康对照者的扫描。科学家们希望教算法对健康的大脑和患有阿尔茨海默病的大脑进行分类和区分。在教授算法时,团队简单地将每次大脑扫描划分为更小的区域,并分析这些区域之间的神经元连接,而没有对这些区域的理想大小做出任何假设。
根据该团队的说法,当算法研究的区域在 2250 到 3200 立方毫米之间时,对阿尔茨海默氏症的大脑做出了最准确的诊断。La Rocca 说,这与人类大脑中与阿尔茨海默病相关的解剖结构的大小相似。这些结构包括杏仁核和海马体。
研究人员让他们能够将算法转化为来自 148 名测试对象的第二组脑部扫描。在这个数字中,52 次扫描是健康的大脑,48 次是轻度认知障碍者的大脑扫描,所有这些都在 2.5 到 9 年后患上了阿尔茨海默病。
人工智能能够区分健康的大脑和患有阿尔茨海默氏症的大脑之间的区别 86%。更重要的是,人工智能能够准确地诊断出轻度认知障碍的大脑,这会导致阿尔茨海默氏症,84% 的时间。这意味着人工智能能够在疾病实际出现前十年诊断出阿尔茨海默氏症。科学家们认为,与目前可用的阿尔茨海默氏症测试相比,他们的人工智能可能是一种成本更低、更准确的诊断工具,并且可能用于诊断帕金森氏症等其他脑部疾病。