新華社北京7月22日電 早期診斷對于有效控制阿爾茨海默病進程非常重要。英國劍橋大學等機構研究人員開發(fā)出一種新型人工智能(AI)模型,團隊表示該模型不但可避免侵入性或昂貴的檢測,還可更早預測出阿爾茨海默病。
據(jù)介紹,目前阿爾茨海默病早期診斷要想做到準確,一般需依靠侵入性或昂貴的檢測方法,如腰椎穿刺或正電子發(fā)射斷層掃描。然而,并非所有醫(yī)療機構都有這樣的檢測條件。因此,多達三分之一的患者可能會被誤診,更有患者因診斷過晚而無法接受有效治療。劍橋大學領銜研發(fā)的AI預測模型,提供了一種無創(chuàng)且成本低廉的方法,可有效預測研究對象是否會在未來三年內(nèi)患阿爾茨海默病。相關研究已發(fā)表在英國《電子臨床醫(yī)學》雜志上。
基于美國研究小組收集的400名大腦灰質(zhì)萎縮患者的認知測試和核磁共振掃描數(shù)據(jù),研究團隊利用機器學習算法建立了一個AI預測模型,并使用英國、新加坡等多個診所的真實世界數(shù)據(jù)測試該模型。由于使用了文本、圖片等多模態(tài)數(shù)據(jù),該模型可比傳統(tǒng)臨床診斷更準確預測早期病癥轉化為阿爾茨海默病的概率。
測試結果顯示,該模型識別三年內(nèi)會患上阿爾茨海默病的人的準確率達82%,識別三年內(nèi)不會患上阿爾茨海默病的人的準確率達81%。
全球有超過5500萬人患癡呆癥,其中最常見的類型就是阿爾茨海默病。未來,研究團隊希望將該模型擴展到預測其他類型的癡呆癥,如血管性癡呆和額顳葉癡呆,并使用不同類型數(shù)據(jù),如血液檢測中的標記物等。
相關稿件