通往无痴呆症世界的第一步始于脑组织样本。加州大学戴维斯分校(UC Davis)的研究人员正在开发人工智能驱动的工具，用于分析庞大的脑组织扫描数字档案——这项工作无法仅靠人类大规模完成——以更好地了解痴呆症并改善诊断和治疗。
这项名为"AggieBrain：下一代神经病理学的人工智能"(AggieBrain: AI for Next-Generation Neuropathology)的多年计划，由加州大学戴维斯分校神经病理学核心负责人、UC Davis Health副教授Brittany Dugger和工程学院Child Family教授、加州大学戴维斯分校工程学院人工智能中心联合主任Chen-Nee Chuah共同领导。
Dugger表示："我们希望这项研究能为痴呆症精准医疗开辟新的机会，使人们能够在正确的时间获得正确的治疗。我们的目标是让全球研究人员都能免费使用这些工具，确保没有任何科学家受到计算资源或数据集限制的约束。"
AggieBrain计划得到了Susan and Charles Berghoff Foundation的42.05万美元捐赠支持，Darrin Mollett和William "Bill" Ballhaus '89提供了主要支持。
Susan and Charles Berghoff Foundation成立于2021年，其灵感来源于已故的联合创始人Sue Berghoff。她通过倡导和慈善将自己被诊断出痴呆症的困境转化为积极的行动。
应对复杂挑战
痴呆症是一场公共卫生危机：美国有超过700万人正遭受这种疾病的困扰，到2050年，这一数字预计将达到1500万。
痴呆症研究当前面临的一个挑战是，它只能通过死后尸检来确诊。脑组织捐献是确认和分类该疾病唯一的方法。
Dugger用癌症作类比：几十年前，癌症被诊断和治疗为单一疾病，但如今肿瘤可以被深入分析，治疗方法可以针对特定类型的恶性肿瘤进行定制。
同样，痴呆症是一个广义术语，指与不同神经退行性疾病相关的大脑疾病，如阿尔茨海默病、路易体痴呆和血管性痴呆；额颞叶变性；以及混合病因痴呆，即患者可能同时患有多种类型的痴呆症。
在领导加州大学戴维斯分校阿尔茨海默病研究中心(UC Davis Alzheimer's Disease Research Center)神经病理学核心的工作中，Dugger研究人脑图像，平均每例病例分析44张载玻片——这是一个劳动密集型过程，涉及识别病变等核心病理特征和分割脑区。然而，当前的方法往往忽略了区分不同类型痴呆症的微观细节。
例如，路易体病的特征是α-突触核蛋白(α synuclein protein)的异常聚集(路易体和路易神经突)，而阿尔茨海默病的特征则是淀粉样β蛋白和tau蛋白(淀粉样β斑块和神经纤维缠结)的聚集。
训练可靠准确的模型
审查含有脑组织的玻璃载玻片既耗时又费力，但机器学习可以将这一过程自动化，几分钟内就能完成。
Chuah的团队正在开发人工智能基础设施和工作流程，通过参考带有微观病理学标注的大型数字图像档案，在更大范围内识别疾病特征。
Chuah表示："我们正在创建一站式研究工作流程，一个集中管理的精心标注的脑组织数据集合，作为科学家和人工智能用户可以轻松访问和分析的可信参考源。"
为确保人工智能模型准确可靠，研究人员正在创建共享的基准数据集和标准化框架——一种试金石——用于比较模型并评估其大规模性能。
纳入人类专家的知识对于评估模型是否正确解读和分类数据是必要的。Chuah和Dugger实验室之间的这种紧密合作至关重要，确保工程和医学的学生和工作人员从头到尾深度参与AggieBrain项目。
个人经历驱动变革
Susan and Charles Berghoff Foundation还支持了斯坦福大学、圣何塞州立大学和几所社区学院的研究项目和奖学金。
基金会主席、在其妻子罹患痴呆症期间尽心照顾她的Charles "Chuck" Berghoff表示："痴呆症是一场日益严重的公共卫生危机，而我们根本没有做好准备。"
工程学院校友Ballhaus是Sue Berghoff的长子，是一位受人尊敬的航空航天工程师和技术领导者。他的妻子Darrin Mollett有着同样悲惨的家庭传承：她也因痴呆症失去了父母中的一位——她的父亲。
Ballhaus表示："召集神经病理学和人工智能/机器学习专家的知识和人才来应对痴呆症是非常有意义的。为研究人员提供可访问的框架和工具，以共享来自脑库的深度知识和大型数据集，对解决痴呆症挑战至关重要。"
Dugger和Chuah也受到亲人受痴呆症影响的个人经历的启发。
加速和扩大痴呆症研究的路径
AggieBrain建立在Chuah和Dugger已经获得UC Noyce Initiative、Chan Zuckerberg Initiative和美国国立卫生研究院资助的持续合作基础上。
例如，他们正在合作开展脑数字载玻片档案(Brain Digital Slide Archive, BDSA)的加州大学戴维斯分校部分——这是一个涉及美国10多所研究机构的NIH计划。在Dugger的共同领导下，BDSA旨在提供基础设施，使参与的大学能够共享人脑数字载玻片图像，促进数据分析。
除了推进痴呆症研究，AggieBrain还可以解锁训练下一代人工智能模型的机会，以增进对一系列神经退行性疾病的理解——为诊断和治疗方面的突破奠定基础。
Chuah表示："AggieBrain的影响有望远远超出其初始范围。其核心的计算方法，包括计算机视觉、大型语言视觉模型和病理学基础模型，自然适用于放射学、神经工程学和其他学科中的医学图像分析挑战。"
【全文结束】