伍斯特理工学院的研究人员使用一种人工智能形式来分析大脑的解剖变化，并以近93%的准确率预测阿尔茨海默病。
他们的研究发表在《神经科学》期刊上，还揭示了这些涉及脑容量损失的解剖变化因年龄和性别而异。
“阿尔茨海默病的早期诊断可能很困难，因为症状可能被误认为是正常衰老，”生物学与生物技术系助理研究教授本杰明·内夫说。“我们发现，机器学习技术可以分析扫描中的大量数据，识别细微变化并准确预测阿尔茨海默病及相关认知状态。这一进展为阿尔茨海默病研究提供了信息，并可能催生出能让医生更早、更有效地诊断和治疗该病的方法。”
阿尔茨海默病是一种神经退行性疾病，会损害心智功能并最终导致死亡。据估计，美国有690万65岁及以上的老年人患有阿尔茨海默病。
健康的大脑包含数十亿个神经元，这些细胞负责处理并传递思维、运动及其他身体功能所需的信号。阿尔茨海默病会损伤神经元，导致细胞死亡以及脑组织和相关认知功能的丧失。
内夫、博士生卢森宝和硕士生巴文·乔格什瓦尔（2024级）利用阿尔茨海默病神经影像学倡议项目的MRI扫描数据进行了研究。该项目是一个多中心项目，建立了69至84岁人群的大脑扫描库。这些扫描显示了认知功能正常、轻度认知障碍和阿尔茨海默病患者的脑部情况。
分析数据量丰富的MRI图像可能需要大量的计算能力和时间。为了聚焦研究，伍斯特理工学院的研究人员首先使用机器学习分析了815张MRI扫描，测量了95个脑区的体积。然后他们部署了一种算法，根据健康个体与轻度认知障碍或阿尔茨海默病患者之间测量值的差异进行预测。
结果显示，该方法在识别正常大脑与轻度认知障碍或阿尔茨海默病患者的大脑时，准确率达到92.87%。
海马体、杏仁核和内嗅皮层的体积损失是各年龄段和性别中最主要的阿尔茨海默病预测指标。海马体是大脑深处一个海马形状的小结构，负责记忆和学习。杏仁核由两个杏仁状结构组成，控制情绪。内嗅皮层是记忆、导航和感知的中枢，也是大脑中最早受阿尔茨海默病影响的区域之一。
在69至76岁（研究中最年轻的年龄组）的男性和女性中，均观察到右海马体的脑容量损失。研究人员表示，这表明右海马体可能在阿尔茨海默病的早期诊断中具有重要意义。
“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，”内夫说。“一个可推广的模型意味着我们发现的生物标志物并非该数据集独有，而是可能对所有轻度认知障碍或阿尔茨海默病患者具有普遍性。”
男性和女性大脑的差异也浮现出来。研究人员发现，女性的体积损失发生在左侧颞中皮层，该区域涉及语言、记忆和视觉感知。在男性中，体积损失在右侧内嗅皮层尤为显著。
内夫表示，这些差异的程度令人惊讶，可能与阿尔茨海默病进展与性激素变化之间的相互作用有关。一些研究人员将阿尔茨海默病的风险与女性雌激素和男性睾酮随年龄增长而流失联系起来。
内夫和伍斯特理工学院的学生正在跟进他们在《神经科学》上的论文，评估深度学习模型的使用，并检查可能影响大脑和阿尔茨海默病的其他因素，如糖尿病。这项研究吸引了来自生物学、生物技术、神经科学、心理学、计算机科学和生物信息学等不同学科的伍斯特理工学院学生。
“这项研究体现了伍斯特理工学院神经科学领域的优势，即跨学科和计算导向，”内夫说。“大脑是一种极其复杂的器官，我们需要广泛思考如何更好地理解、预测和治疗影响大脑的疾病。”
【全文结束】