我们仍然不确定阿尔茨海默病的确切原因，但我们知道它的影响是什么样的，并且我们越来越擅长检测其早期迹象——包括也许在我们的言语中。
波士顿大学的科学家们开发了一种新的人工智能（AI）算法，该算法可以分析轻度认知障碍（MCI）患者的语音模式。它能够以78.5%的准确率预测从MCI到阿尔茨海默病的发展情况，预测时间为六年以内。
该团队的研究发表于2024年，继续了他们之前的研究，在那项研究中，他们使用超过1,000人的语音记录训练了一个模型，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患者的音频转录记录上进行训练的。由于团队已经知道哪些人会发展成阿尔茨海默病，因此可以使用机器学习方法来寻找这些转录语音中的迹象，这些迹象与那些认知功能会下降为阿尔茨海默病的90个人有关。
一旦训练完成，该算法就可以反向应用：尝试从未处理过的语音样本转录中预测阿尔茨海默病的风险。其他重要因素，如年龄和自报性别也被加入，以产生最终的预测分数。
“你可以将这个分数视为某人保持稳定或进展为痴呆症的可能性，”波士顿大学计算机科学家Ioannis Paschalidis在去年六月发表结果时说。“我们想预测接下来六年会发生什么——我们发现我们可以相当合理地做出这种预测，具有相当好的信心和准确性。这显示了AI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有什么好处——但我们确实有一些治疗方法可以在一定程度上帮助管理阿尔茨海默病，而且这些治疗可以更早开始。
此外，早期检测为我们提供了更多机会来研究这种疾病及其进展，并从那里开发出完全有效的治疗方法。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。
如果这种方法可以进一步发展，有很多值得喜欢的地方。这是一种可以快速、廉价地进行的测试，甚至可以在家中进行，不需要任何特殊设备。它不需要任何注射或样品，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。
“如果你能预测会发生什么，你就有了更多的机会和时间窗口来用药物干预，至少试图维持病情的稳定性，防止其发展为更严重的痴呆症形式，”Paschalidis解释道。
这里使用的录音相当粗糙，质量较低。如果有更清晰的录音和数据，算法的准确性可能会更好。
这可能会导致对阿尔茨海默病在非常早期阶段如何影响我们有更好的理解——以及为什么有时会从MCI发展而来，而有时不会。
“我们像所有人一样希望，会有越来越多的阿尔茨海默病治疗方法可用，”Paschalidis说。
该研究发表在《阿尔茨海默病与痴呆症》杂志上。
(全文结束)
