截至2024年，近700万美国人患有阿尔茨海默病。预计到2050年，这一数字将翻一番。这是一个令人望而生畏的前景，我们可能集体试图忽略，希望它永远不会成真。然而，随着人类最聪明的头脑寻找解决方案，科学界有一个王牌：人工智能。2月份，加州大学旧金山分校（UCSF）的研究人员在《自然衰老》杂志上发表了一篇论文，详细介绍了他们使用AI来帮助识别阿尔茨海默病早期预警信号的努力和成功。
UCSF的博士研究员马丽娜·西罗塔在接受《笔记本电脑杂志》采访时说：“在这项研究中，我们利用并应用AI到临床数据，建立机器学习模型，以识别哪些患者有更高的阿尔茨海默病风险。我们还探讨了预测疾病发作的临床特征，重点关注性别差异。”
他们的模型足够准确，可以在疾病发作前七年内预测阿尔茨海默病诊断，准确率达到72%。有了这样的早期预警，医生可以提前应对症状，使阿尔茨海默病患者能够过上更长、更充实的生活。然而，研究人员的工作并未就此结束。西罗塔告诉《笔记本电脑杂志》，下一步是“进一步验证并在独立临床系统中实施这些模型，探索MS4A6A作为阿尔茨海默病和骨质疏松症的治疗靶点”。
简而言之，现在是时候看看这项研究在现实世界临床环境中是否站得住脚，并探索基因MS4A6A，以寻找更好的阿尔茨海默病和骨质疏松症治疗方法。这是科学界的一项了不起的成就，也是技术在合适手中如何有效使用的绝佳例证。正如西罗塔告诉《笔记本电脑杂志》的那样，“没有AI的使用，这项研究是不可能实现的。”该文章在《笔记本电脑杂志》2024年最大的AI时刻排名中位列第23位。
今年见证了大量由AI驱动的科学、技术和医学突破。从确保聚变动力系统的安全到构建迄今为止最精细的人脑图像，这些进展标志着一个由AI推动的新科学发现和进步时代的开始。
11月，由UCSF和密歇根大学研究人员领导并在《自然》杂志上发表的一项研究展示了一种AI工具，帮助外科医生在脑肿瘤手术中识别看不见的癌组织。如果手术后哪怕有一小部分受影响的组织未被切除，癌性脑肿瘤就可能复发，因此这种工具未来可能会对无数人的生活产生重大影响。UCSF和密歇根大学的研究人员发现，他们的AI工具仅在3.8%的情况下错过了癌组织（相比之下，不使用AI辅助的传统方法错过的比例为24%）。这意味着该工具可以成功识别96.2%的脑癌组织。
今年，谷歌还与哈佛大学和Lichtman实验室合作，在脑研究中应用了AI。5月，谷歌发布了一个“神经元浏览”图库，展示了人脑内部结构的惊人细节。这些图像是借助AI创建的，作为更大努力的一部分，旨在创建一个互动的3D脑模型。这类研究可以帮助医生和研究人员更好地理解大脑的工作原理，这在技术、医学甚至心理学等领域都有所帮助。
医学并不是唯一受益于AI研究的领域。2月，普林斯顿大学和美国能源部普林斯顿等离子体物理实验室的一组研究人员在聚变能研究中取得突破，研究成果发表在《自然》杂志上。该团队训练了一个AI模型，可以提前300毫秒预测聚变反应中的等离子体不稳定性。虽然这听起来不多，但这足以让AI作出反应并防止那些麻烦的不稳定性。
这是一个重大突破，因为它可能解决聚变能面临的最大挑战之一，聚变能有可能成为一种改变世界的清洁能源。虽然聚变反应很难控制，但AI驱动的解决方案，如普林斯顿团队开发的方法，可以在这方面发挥作用。
这些突破只是2024年AI驱动研究和进展的冰山一角。随着AI开发者发布越来越先进的模型，其能力逐渐进入科幻小说的领域，我们可能会看到科学和医学领域因AI而取得更多突破性进展。我们已经见证了一些这些好处，因为2024年也看到了AI从处理数据转向解决现实世界的问题。
7月，第一例完全自动化的牙科手术由AI在先进成像和机器人技术的帮助下完成。11月，AI成为眼科突破的关键，一名在不戴眼镜的情况下法律上失明的女性视力恢复到超过20/20的水平。这些进展预示着一个更快、更实惠、更容易获得的医疗保健未来，AI能够协助医务人员进行患者的诊断和治疗。展望未来，2025年可能是类似的突破之年，这只有通过采用和普及AI才能实现。
(全文结束)
