阿尔茨海默病是老年最令人恐惧的疾病之一。它会慢慢摧毁记忆、思考能力和独立生活的能力。随着病情进展，患者可能难以记住家人、处理日常事务甚至清晰交流。最终，大脑受损严重到身体无法正常运作。由于该疾病发展缓慢、持续多年，找到早期检测的方法已成为医学研究最大的目标之一。
如今，伍斯特理工学院的科学家们开发出一种新方法，可能帮助医生比以往更早地识别阿尔茨海默病。研究人员利用一种人工智能形式，详细研究脑部扫描图像，并以近93%的准确率预测阿尔茨海默病的存在。他们的研究结果发表在科学期刊《神经科学》上。
阿尔茨海默病的早期诊断一直很困难。许多早期迹象，如健忘或轻度困惑，看起来与正常衰老非常相似。随着年龄增长，偶尔忘记名字、放错物品或回忆细节困难很常见。因为这些变化看似无害，阿尔茨海默病的早期阶段往往多年不被察觉。
伍斯特理工学院生物学与生物技术系助理研究教授Benjamin Nephew解释说，这种不确定性使诊断充满挑战。他认为，人工智能工具可以帮助解决这个问题，因为它们能够分析海量的医疗数据并识别人类可能遗漏的模式。
人工智能通过从数据中学习的计算机系统工作。在医学中，机器学习程序可以研究数千张医学图像，逐步学习健康组织的样子以及它与病变组织的区别。经过训练后，这些系统可以检查新扫描并预测是否存在疾病迹象。
在这项研究中，Nephew和他的研究团队使用了磁共振成像扫描，即MRI扫描。MRI是一种能生成身体内部（包括大脑）详细图像的技术。这些图像让医生和科学家能够看到不同脑区的结构，并测量它们的大小和形状。
研究人员使用了阿尔茨海默病神经影像学倡议收集的MRI数据。这个大型国际项目收集了数千人的脑部扫描和医疗信息，以更好地理解阿尔茨海默病如何发展。本研究中使用的数据集包括69至84岁成年人的脑部扫描。
部分参与者大脑功能正常，另一些人有轻度认知障碍。轻度认知障碍通常被认为是可能发展为阿尔茨海默病的早期阶段。数据集中还包括已被诊断为阿尔茨海默病的患者。
分析MRI扫描可能非常复杂，因为每次扫描都包含大量信息。为了使过程可控，伍斯特理工学院的研究人员首先使用机器学习测量了815次MRI扫描中95个不同脑区的体积。脑体积指大脑内特定结构的大小。
收集这些测量值后，研究人员使用另一种算法比较健康个体与轻度认知障碍或阿尔茨海默病患者的脑结构。通过研究脑体积的差异，系统学会了识别与疾病相关的模式。
结果令人印象深刻。在比较健康大脑与受轻度认知障碍或阿尔茨海默病影响的大脑时，人工智能系统识别阿尔茨海默病的准确率达到92.87%。
研究还揭示了哪些脑区受影响最严重的重要线索。研究人员发现，三个区域是阿尔茨海默病的特别强烈指标：海马体、杏仁核和内嗅皮层。
海马体在形成和存储记忆中起核心作用。它形状略似小海马，位于大脑深处。该区域的损伤与记忆丧失密切相关，而记忆丧失是阿尔茨海默病最显著的症状之一。
杏仁核参与情绪处理。它帮助大脑识别恐惧、快乐和压力等情绪。内嗅皮层充当连接枢纽，将记忆、导航和感知联系起来。科学家早就知道这是阿尔茨海默病开始时最早受影响的区域之一。
研究人员发现，这些区域的脑体积减少是不同人群阿尔茨海默病的强预测因子。有趣的是，他们还发现了与年龄和性别相关的模式。
在69至76岁的男性和女性中，最早的脑萎缩迹象出现在右侧海马体。这表明这个特定脑区可能对检测疾病最早阶段特别重要。
研究还发现了男性和女性大脑的差异。在女性中，研究人员观察到左侧颞中皮层的体积损失更大，该区域有助于语言、记忆和视觉理解。在男性中，最显著的变化出现在右侧内嗅皮层。
这些差异让研究人员感到惊讶，可能与随年龄变化的性激素有关。一些科学家认为，女性雌激素水平下降和男性睾酮水平下降可能影响阿尔茨海默病在大脑中的发展方式。
研究人员强调，构建可靠的人工智能模型是该领域最大的挑战之一。要使模型在真实医疗环境中发挥作用，它必须对许多不同患者有效，而不仅仅是对训练它的数据。团队希望他们发现的大脑模式可能代表阿尔茨海默病的通用标志。
展望未来，伍斯特理工学院研究小组计划继续探索先进的深度学习系统。他们还计划调查可能影响阿尔茨海默病的其他健康状况，包括糖尿病和代谢紊乱。
该项目已经吸引了来自许多科学领域的学生，包括生物学、神经科学、心理学、计算机科学和生物信息学。
总体来看，这项研究提供了令人鼓舞的证据，表明人工智能可能成为更早、更准确诊断脑部疾病的强大工具。然而，重要的是要记住，这些系统在成为常规医疗护理的一部分之前，仍然需要在医院和诊所进行进一步测试。
这项研究最重要的洞见之一是，阿尔茨海默病在严重症状出现之前很久就在大脑中留下了物理痕迹。通过早期检测脑结构的微小变化，医生可能最终能够更早开始治疗并减缓疾病进展。
同时，这项研究凸显了阿尔茨海默病的真正复杂性。与年龄、性别、激素和其他健康状况相关的差异似乎都影响疾病的发展方式。这意味着未来的治疗可能需要个性化，而不是对每个患者都相同。
总之，这项研究展示了将神经科学与人工智能相结合如何可能为理解大脑开辟新可能性。随着技术不断进步，机器学习等工具可能帮助医生更早发现疾病、指导治疗决策，并最终改善数百万受阿尔茨海默病影响的人们的生活。
如果您关心阿尔茨海默病，请阅读关于膳食抗氧化剂对阿尔茨海默病保护作用的研究，以及与较高阿尔茨海默病风险相关的饮食习惯。更多健康信息，请参阅近期关于口服大麻提取物可能帮助减轻阿尔茨海默病症状以及维生素E可能有助于预防帕金森病的研究。
版权所有 © 2026 Knowridge Science Report。保留所有权利。
【全文结束】