新型AI或可更早預測癡呆症

    早期診斷對於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射斷層掃描。然而，並非所有醫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。劍橋大學領銜研發的AI預測模型，提供了一種無創且成本低廉的方法，可有效預測研究對象是否會在未來三年內患阿爾茨海默病。相關研究已發表在英國《電子臨床醫學》雜誌上。

    基於美國研究小組收集的四百名大腦灰質萎縮患者的認知測試和核磁共振掃描數據，研究團隊利用機器學習算法建立了一個AI預測模型，並使用英國、新加坡等多個診所的真實世界數據測試該模型。由於使用了文本、圖片等多模態數據，該模型可比傳統臨床診斷更準確預測早期病症轉化為阿爾茨海默病的概率。

    測試結果顯示，該模型識別三年內會患上阿爾茨海默病的人的準確率達百分之八十二，識別三年內不會患上阿爾茨海默病人的準確率達百分之八十一。

    AI模型還允許研究人員使用每個人首次就診的數據，將阿爾茨海默病患者分為三組：症狀保持穩定的人群（約佔百分之五十）、病症發展緩慢的人群（約佔百分之三十五）和病症發展更快的人群（約佔百分之十五）。這些預測在研究人員跟蹤記錄的六年隨訪數據時得到了驗證。他們認為，人工智能解決方案在預測阿爾茨海默病進展方面比臨床診斷準確三倍。

    研究人員指出:“人工智能模型的優劣取決於它們所訓練的數據。為了確保我們的模型有可能在醫療保健環境中得到應用，我們不僅使用研究佇列的資料，還要使用診所中的患者資料，對其進行訓練和測試。這表明該模型將能夠推廣臨床應用中。”

    展望未來，全球有超過五千五百萬人患癡呆症，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症，如血管性癡呆和額顳葉癡呆，並使用不同類型數據，如血液檢測中的標記物等。

    這項研究已經得到了各種機構的支持，包括Wellcome、英國阿爾茨海默病研究中心、皇家學會和英國國家健康與護理研究所劍橋生物醫學研究中心。

    水    登