研究人员表示，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份脑部扫描帮助人工智能识别出大脑中预示这种最常见痴呆症开始的解剖学变化。
这些发现是建立在多年研究基础之上的，此前的研究表明，人工智能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。
利用人工智能更早地诊断阿尔茨海默病，可以为患者和医生争取到宝贵的准备时间，并有可能减缓疾病的进展。
“阿尔茨海默病的早期诊断可能很困难，因为其症状可能会被误认为是正常衰老，”该学院的助理研究教授本杰明·内夫在一份声明中解释说。“然而，我们发现机器学习技术可以分析来自扫描的大量数据，以识别细微的变化，并准确预测阿尔茨海默病及相关认知状态。”
这些核磁共振扫描收集自344名年龄在69岁至84岁之间的人，其中包括281份具有正常心理功能的扫描、332份患有轻度认知障碍的扫描和202份患有阿尔茨海默病的扫描。
这些扫描涵盖了大脑近200个不同区域中的95个，并使用人工智能算法来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损失，这是由于脑细胞在负责记忆形成的海马体、负责恐惧处理的杏仁核以及提供时间感的内嗅皮质中停止运作所致。
这一点在年龄和性别上都是成立的，69至76岁的男性和女性均显示出海马体右侧部分脑容量减少。研究人员指出，这表明该区域是早期诊断的重要区域。
研究还显示，大脑区域萎缩的方式因性别而异。在女性中，脑容量损失发生在大脑左侧颞中皮层，该区域参与语言和视觉感知。对于男性来说，则主要发生在右侧内嗅皮层。
研究人员认为，这可能是由于性激素的变化所致，包括女性雌激素和男性睾酮的减少。
内夫表示，这些结论未来可能有助于改进诊断和治疗方法。根据阿尔茨海默病协会的数据，超过720万美国人患有阿尔茨海默病。
更多研究正在进行中，以揭示其他影响因素。
“这项研究的关键挑战在于构建一个通用的机器学习模型，该模型能够捕捉健康大脑与患有轻度认知障碍或阿尔茨海默病的大脑之间的差异，”内夫说。
【全文结束】