美国加利福尼亚州格拉德斯通研究所的一组研究人员开发了一种新型的人工智能（AI）工具，该工具可以捕捉到阿尔茨海默病早期出现的细微迹象，这些迹象通常在正式诊断前几十年就已出现。这些迹象往往表现为不规则的行为，反映出大脑功能的早期异常。
研究团队利用基因工程改造的小鼠来模拟阿尔茨海默病的关键特征，并使用新的基于视频的机器学习工具检测早期脑疾病迹象。该研究结果发表在期刊上，揭示了一种新的策略，可以在目前可能的时间之前更早地识别神经退行性疾病，并跟踪其发展过程。
格拉德斯通研究所的研究员乔治·帕洛普表示，人工智能有可能彻底改变对阿尔茨海默病相关行为的分析方式，这些行为是早期大脑功能异常的指示标志。机器学习平台称为VAME（变分动物运动嵌入），分析了小鼠在开放场地中探索的视频片段。它识别出随着年龄增长出现的细微行为模式，如混乱行为、异常模式和频繁转换不同活动。这些行为可能与记忆和注意力缺陷有关，但仅凭肉眼观察可能无法察觉。
帕洛普指出，该工具可能有助于解码破坏性脑疾病的起源和发展过程，并且还可以应用于其他神经退行性疾病。此外，新研究还使用VAME来了解潜在的阿尔茨海默病治疗方法是否可以防止小鼠出现混乱行为。他们发现，通过基因阻断一种名为纤维蛋白的血液凝固蛋白引发的脑内有毒炎症，可以预防阿尔茨海默病小鼠的异常行为的发展。研究团队表示，这种干预措施还解决了阿尔茨海默病小鼠自发的行为变化。
（该报道源自综合新闻供稿，由《古吉拉特时报》数字团队仅进行了风格编辑）
(全文结束)
