研究人员称，他们现在能够利用人工智能以接近93%的准确率预测阿尔茨海默病。
马萨诸塞州伍斯特理工学院周四表示，超过800份脑部扫描帮助AI识别出大脑中预示最常见痴呆症开始的解剖学变化。
这些发现建立在过去数年的研究基础上，这些研究表明AI有助于发现阿尔茨海默病的早期风险因素、预测风险并识别未确诊的阿尔茨海默病患者。
能够利用AI帮助更早诊断阿尔茨海默病，可以为患者和医生提供关键的准备时间，并可能减缓疾病进展。
该学院的助理研究教授Benjamin Nephew在一份声明中解释说：“早期诊断阿尔茨海默病可能很困难，因为症状可能被误认为是正常衰老。”
“然而，我们发现机器学习技术可以分析扫描中的大量数据，以识别细微变化，并准确预测阿尔茨海默病及相关认知状态。”
这些MRI扫描收集自344名年龄在69至84岁之间的人，其中包括281份具有正常心理功能的扫描、332份轻度认知障碍扫描和202份阿尔茨海默病扫描。
扫描涵盖大脑近200个不同区域中的95个，并使用AI算法预测患者的健康状况。
分析显示，阿尔茨海默病的主要预测因素之一是脑容量减少，这发生在形成记忆的海马体、处理恐惧的杏仁核以及提供时间感的内嗅皮层中脑细胞停止功能时。
这一发现在不同年龄和性别中都成立，69至76岁的男性和女性均显示海马体右侧区域脑容量减少。研究人员指出，这表明该区域是早期诊断的重要部位。
研究还显示，脑区萎缩的方式因性别而异。在女性中，脑容量减少发生在涉及语言和视觉感知的左侧颞中皮层。在男性中，则主要出现在右侧内嗅皮层。
研究人员认为，这可能是由于性激素的变化，包括女性雌激素和男性睾酮的减少。
Nephew说，这些结论有助于改进未来的诊断和治疗方法。根据阿尔茨海默病协会的数据，美国有超过720万人患有阿尔茨海默病。
更多研究正在进行，以揭示其他影响因素。
Nephew说：“这项研究的关键挑战是构建一个可推广的机器学习模型，能够捕捉健康大脑与轻度认知障碍或阿尔茨海默病患者大脑之间的差异。”
【全文结束】