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。