我们仍然不确定阿尔茨海默病的确切原因，但我们知道它的效果是什么样的，而且我们越来越擅长检测早期迹象——包括可能出现在我们的言语中的迹象。波士顿大学的科学家们开发了一种新的AI（人工智能）算法，该算法可以分析轻度认知障碍（MCI）患者的语言模式。它可以预测从MCI进展到阿尔茨海默病的情况，在六年内预测的准确率为78.5%。
该团队的研究于6月发表，继续了他们之前的研究，当时他们利用超过1,000人的语音录音训练了一个模型，以准确检测认知障碍。他们的新算法是在166名年龄在63至97岁之间的MCI患者的转录音频记录上进行训练的。由于团队已经知道谁会发展成阿尔茨海默病，因此可以使用机器学习方法找到转录音频中与90名认知功能将衰退为阿尔茨海默病的患者的关联迹象。
一旦训练完成，该算法就可以反过来应用：尝试从未处理过的言语样本转录中预测阿尔茨海默病的风险。其他重要因素，包括年龄和自报性别，也被添加进来以生成最终的预测分数。
“你可以将这个分数视为某人保持稳定或转变为痴呆的可能性或概率，”波士顿大学的计算机科学家Ioannis Paschalidis说。“我们希望预测未来六年内会发生什么——我们发现我们可以相当有信心和准确地做出这一预测。这显示了人工智能的力量。”
考虑到目前还没有治愈阿尔茨海默病的方法，你可能会想知道早期检测的好处是什么——但我们确实有一些可以帮助管理阿尔茨海默病的治疗方法，这些方法可以在更早的时候开始使用。此外，早期检测为我们提供了更多机会研究这种疾病及其进展，从而有助于开发一种完全有效的治疗方法。那些已知可能发展成阿尔茨海默病的人可以提前参与临床试验。
如果这种方法能够进一步发展，它有很多优点。这是一种可以快速且经济地进行的测试，甚至可以在家中进行，而无需任何专业设备。它不需要任何注射或样本，只需要一个录音，将来甚至可以通过智能手机应用程序运行。
“如果你能预测将会发生什么，你就有更多的机会和时间窗口通过药物干预，至少尝试维持病情的稳定性，防止转变为更严重的痴呆形式，”Paschalidis说。
这里使用的录音质量较差。随着更清晰的录音和数据，该算法的准确性可能会更高。早期检测阿尔茨海默病为我们提供了更多机会研究这种疾病及其进展。这可能导致更好地了解阿尔茨海默病在非常早期阶段如何影响我们——以及为什么有时会从MCI发展而来，有时不会。
“我们希望，像所有人一样，会有越来越多的阿尔茨海默病治疗方法可用，”Paschalidis说。这项研究已发表在《阿尔茨海默病与痴呆症》杂志上。
(全文结束)
