人工智能預(yù)測阿爾茨海默病診斷前的幾年

根據(jù)發(fā)表在《放射學(xué)》雜志上的一項研究，人工智能技術(shù)提高了大腦成像預(yù)測阿爾茨海默病的能力。

及時診斷阿爾茨海默病非常重要，因為治療和干預(yù)措施在疾病早期更有效。然而，早期診斷被證明具有挑戰(zhàn)性。研究將疾病過程與代謝變化聯(lián)系起來，例如大腦某些區(qū)域的葡萄糖攝取，但這些變化可能很難識別。該研究的合著者、加州大學(xué)舊金山分校(UCSF)放射學(xué)和生物醫(yī)學(xué)成像系的Jae Ho Sohn博士說：“大腦中葡萄糖攝取模式的差異非常細微且分散?！叭藗兩朴诎l(fā)現(xiàn)疾病的特定生物標(biāo)志物，但代謝變化代表著一個更為全球性和微妙的過程。”

這項研究的資深作者、來自美國加州大學(xué)舊金山分校的醫(yī)學(xué)博士本杰明弗蘭克(Benjamin Franc)通過放射學(xué)大數(shù)據(jù)研究小組聯(lián)系了加州大學(xué)伯克利分校的本科生Sohn博士和丁，這是一個由專注于放射學(xué)的醫(yī)學(xué)和工程專業(yè)人士組成的多學(xué)科團隊。數(shù)據(jù)科學(xué)。弗蘭克博士對應(yīng)用深度學(xué)習(xí)很感興趣，深度學(xué)習(xí)是一種人工智能，在這種智能中，機器通過像人類這樣的例子來學(xué)習(xí)，以發(fā)現(xiàn)和預(yù)測阿爾茨海默病中大腦代謝的變化。研究人員使用一種叫做18-氟脫氧葡萄糖正電子發(fā)射斷層掃描(FDG-正電子發(fā)射斷層掃描)的特殊成像技術(shù)來訓(xùn)練深度學(xué)習(xí)算法。在FDG正電子發(fā)射斷層掃描中，放射性葡萄糖化合物FDG被注入血液。然后，PET掃描可以測量腦細胞的FDG攝取，這是代謝活動的指標(biāo)。

研究人員從阿爾茨海默氏病(ADNI)神經(jīng)成像倡議獲得數(shù)據(jù)，這是一項主要的多地點研究，重點是臨床試驗，以改善這種疾病的預(yù)防和治療。ADNI數(shù)據(jù)集包括來自1002名患者的2100多張FDG正電子發(fā)射斷層掃描腦圖像。研究人員在90%的數(shù)據(jù)集上訓(xùn)練深度學(xué)習(xí)算法，然后在剩下的10%的數(shù)據(jù)集上進行測試。通過深度學(xué)習(xí)，算法可以自學(xué)阿爾茨海默病對應(yīng)的代謝模式。

最后，研究人員在一組來自40名從未接受過研究的患者的40項獨立影像檢查中測試了該算法。當(dāng)疾病在最終診斷前平均檢測超過六年時，該算法達到100%的靈敏度?！拔覀儗λ惴ǖ男阅芊浅M意，”Sohn博士說?！八梢灶A(yù)測每一個發(fā)展成老年癡呆癥的病例?！北M管他警告說，他們的獨立測試集非常小，需要通過更大規(guī)模的多機構(gòu)前瞻性研究進一步驗證，但Sohn博士說，該算法可以成為一個有用的工具，以補充放射科醫(yī)生的工作——特別是與其他生化和成像測試——并為早期治療干預(yù)提供機會。他說：“如果我們在所有癥狀都出現(xiàn)的時候診斷出阿爾茨海默病，那么大腦體積就會減少到無法干預(yù)的程度?！叭绻覀兡芨绨l(fā)現(xiàn)，研究人員將有機會找到更好的方法來減緩甚至阻止疾病進程?！?

加州大學(xué)舊金山分校的Youngho Seo博士認為，未來的研究方向包括訓(xùn)練深度學(xué)習(xí)算法，尋找與-淀粉樣蛋白和tau蛋白積累相關(guān)的模式。大腦中異常的蛋白質(zhì)團塊和纏結(jié)是阿爾茨海默病的特異性標(biāo)志。擔(dān)任本研究的指導(dǎo)顧問之一?！叭绻缙谑褂肍DG-PET結(jié)合人工授精可以預(yù)測阿爾茨海默病，那么淀粉樣斑塊和tau蛋白PET的成像可能會增加另一個重要的預(yù)測能力，”他說。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！