美国研究人员开发了一种突破性的AI工具，能够在临床诊断前数十年识别阿尔茨海默病的细微迹象。这些早期指标通常表现为与大脑功能障碍初期阶段相关的异常行为。
加州格拉德斯通研究所的一支研究团队对小鼠进行了基因工程改造，使其模仿阿尔茨海默病的关键特征，并利用基于AI的视频工具检测早期症状。这项研究发表在《细胞报告》（Cell Reports）上，介绍了一种新的方法，用于更早地诊断神经退行性疾病并监测其随时间的进展。
这种机器学习工具名为VAME（变分动物运动嵌入），通过分析小鼠在开放场地中的视频片段来检测细微的行为变化。这些变化包括混乱的动作、异常的运动模式以及活动之间的频繁转换，这些通常与记忆和注意力缺陷有关。尽管这些行为可能不易被肉眼察觉，但VAME能够以高精度识别它们。
格拉德斯通研究所研究员乔治·帕洛普（Jorge Palop）指出，AI有潜力彻底改变阿尔茨海默病相关行为的分析，提供宝贵的早期大脑异常见解。此外，该工具还可应用于其他神经退行性疾病的研究，扩大其影响范围。
该研究还探讨了使用VAME进行阿尔茨海默病的治疗干预。研究人员发现，阻断引发有毒脑炎的血液凝固蛋白纤维蛋白，可以防止阿尔茨海默病模型小鼠出现异常行为。这一干预措施还解决了自发的行为变化，为未来的治疗提供了有希望的方向。
这一创新工具可以解码毁灭性脑部疾病的起源和进展，为早期检测和更有效的治疗铺平道路。
(全文结束)
