AI通过一次脑扫描预测阿尔茨海默氏病

阿尔茨海默氏病(AD)是最常见的痴呆症和一种逐渐破坏脑细胞的进行性神经退行性疾病.一项新的研究表明，基于磁共振成像(MRI)扫描阿尔茨海默氏病的人工智能(AI)机器学习如何用于开发生物标志物.

"在这项研究中，我们开发了一种使用磁共振成像数据来识别患有和没有阿尔茨海默氏病的人之间大脑差异的方法，包括在大脑明显收缩之前发生."研究作者写道. "该方法可用于帮助诊断阿尔茨海默氏病患者."

根据阿尔茨海默氏症协会的数据，全球有4700万人患有阿尔茨海默氏病，到2030年，这一数字预计将增加到7600万.仅在美国，就有580万美国人患有阿尔茨海默氏病，其中三分之二是妇女，根据AARP和女子阿尔茨海默氏症运动(WAM)的报告.到2050年，根据哈佛医学院的哈佛神经际群体中心的数据，患有阿尔茨海默氏病的美国人人数预计将达到1600万.

尽管尚无阿尔茨海默氏病的已知治疗方法，但可用的治疗方法可能有助于一些症状.被诊断出阶段越早，患者必须寻求治疗以管理症状并获得支持的时间越多.

阿尔茨海默氏病的症状因疾病的阶段而异.在疾病的早期阶段，短期记忆丧失很常见.随着时间的流逝，执行各种功能的能力会受到损害，从而影响动机，重点，执行功能，决策，解决问题，判断力以及多任务的能力.在该疾病的后期，患有广告的人忘记了如何执行基本的日常任务，并最终取决于护理人员的生存.

与阿尔茨海默氏病有关的神经精神症状可能包括抑郁，社交戒断，精神病，流浪，冷漠，躁动，对他人的不信任，抑制和妄想.

"在过去的40年中，改进的计算能力和存储能力已导致在开发非侵入性和低成本结构生物标志物的AD方面取得了许多进步，该AD结合了神经影像学方法，特别是结构性MRI，以及机器学习，"研究人员写道.

本研究使用的数据库包括阿尔茨海默氏病神经影像学计划(ADNI)数据库，研究成像的开放访问系列(OASIS)财团(OASIS)财团和位于英国伦敦的帝国记忆中心(IMC).

将磁共振成像扫描细分为115个子区域，其中大脑白质中有45个区域，皮层下区域有70个区域.将超过650个不同的特征(例如小波，强度，纹理，形状和大小)分配给每个区域进行评估.

研究人员量身定制了用于预测癌症的AI分类器算法，并培训了它以发现大脑特征的变化，可以预测阿尔茨海默氏病的存在.然后，对正在评估AD评估的帝国大学医疗保健NHS Trust的80多名患者的脑部扫描数据进行了测试，以及来自阿尔茨海默氏病神经影像学计划的数据，来自400多名早期和后期的阿尔茨海默氏病患者，一名，一名阿尔茨海默氏病患者，一名没有阿尔茨海默氏病的人，以及患有其他脑部疾病的患者，例如帕金森氏病和额颞痴呆.

这项研究与众不同的是，AI算法的预测准确性为98％，而且它不需要进一步的采样或其他患者测试，以便根据该系统将其集成到临床决策支持系统中科学家们.此外，AI算法能够鉴定出以前与阿尔茨海默氏病相关的大脑的变化.

"有趣的是，该算法还选择与AD不相关的区域，例如小脑和腹侧脑脑脑，"科学家报道. "与文献中报道的一些研究一起，这种结果挑战了传统观点，即小脑或腹侧脑脑膜中的白质捆绑不受广告的影响，可能会突出新的治疗机会."

>

."

版权所有©2022 Cami Rosso保留所有权利.