人工智能可以加快并改善阿爾茨海默氏癥的診斷

謝菲爾德大學(xué)的一項(xiàng)新研究顯示，人工智能(AI)可以幫助更快地診斷老年癡呆癥并改善患者的預(yù)后。

謝菲爾德大學(xué)神經(jīng)科學(xué)研究所的這項(xiàng)新研究研究了在醫(yī)療保健中常規(guī)使用AI如何幫助減輕常見(jiàn)的神經(jīng)退行性疾病(如阿爾茨海默氏病和帕金森氏病)對(duì)NHS的時(shí)間和經(jīng)濟(jì)影響。

許多神經(jīng)系統(tǒng)疾病的主要危險(xiǎn)因素是年齡，并且全世界人口的壽命都比以往任何時(shí)候都長(zhǎng)，預(yù)計(jì)神經(jīng)退行性疾病的人數(shù)將達(dá)到前所未有的水平。預(yù)計(jì)到2050年，僅阿爾茨海默氏癥患者的人數(shù)將增加兩倍，達(dá)到1.15億，這對(duì)衛(wèi)生系統(tǒng)構(gòu)成了真正的挑戰(zhàn)。

這項(xiàng)新研究發(fā)表在《自然評(píng)論神經(jīng)學(xué)》(Nature Reviews Neurology)雜志上，重點(diǎn)介紹了人工智能技術(shù)(例如機(jī)器學(xué)習(xí)算法)如何在進(jìn)行性癥狀惡化之前檢測(cè)出神經(jīng)退行性疾病-導(dǎo)致部分大腦死亡。這可以提高患者從成功的疾病緩解治療中獲益的機(jī)會(huì)。

該研究的主要作者，謝菲爾德大學(xué)的勞拉·費(fèi)拉尤奧洛(Laura Ferraiuolo)博士說(shuō)：“大多數(shù)神經(jīng)退行性疾病仍然無(wú)法治愈，在許多情況下，由于它們的分子復(fù)雜性，它們被診斷得很晚。

人工智能技術(shù)的廣泛實(shí)施可以幫助例如預(yù)測(cè)哪些表現(xiàn)出輕度認(rèn)知障礙的患者會(huì)繼續(xù)發(fā)展為阿爾茨海默氏病，或者隨著時(shí)間的流逝，他們的運(yùn)動(dòng)技能下降的嚴(yán)重程度。

“基于人工智能的技術(shù)還可以用于幫助患者在自己的家中私密地遠(yuǎn)程傳達(dá)他們的癥狀，這將為行動(dòng)不便的患者帶來(lái)巨大的好處。”

可以訓(xùn)練機(jī)器學(xué)習(xí)算法來(lái)識(shí)別醫(yī)學(xué)圖像，患者運(yùn)動(dòng)信息，語(yǔ)音記錄或顯示患者行為的錄像中的疾病引起的變化，從而使AI成為有價(jià)值的診斷輔助工具。

例如，放射科的訓(xùn)練有素的專業(yè)人員可以使用它來(lái)更快地分析圖像并突出顯示關(guān)鍵結(jié)果，以便立即進(jìn)行隨訪。

算法還可以聽(tīng)取患者的語(yǔ)音，并分析其詞匯和其他語(yǔ)義特征以評(píng)估其認(rèn)知功能。機(jī)器學(xué)習(xí)還可以使用電子健康記錄或遺傳檔案中包含的信息來(lái)建議針對(duì)單個(gè)患者的最佳治療方法。

這項(xiàng)研究是生物技術(shù)公司BenevolentAI與謝菲爾德大學(xué)神經(jīng)科學(xué)研究所的一組研究人員之間長(zhǎng)期密切合作的結(jié)果，莫妮卡·米什琴斯基，理查德·米德博士和紀(jì)堯姆·豪伯格博士。

該論文的第一作者，謝菲爾德大學(xué)的Monika Myszczynska說(shuō)：“在臨床環(huán)境中使用AI可以通過(guò)減少受MND等衰弱性疾病影響的患者前往診所的必要性來(lái)節(jié)省NHS。在當(dāng)前的大流行中與患者和醫(yī)師在診所度過(guò)的時(shí)間非常相關(guān)。

“在治療方面談?wù)摻Y(jié)局還為時(shí)過(guò)早，但是在這項(xiàng)研究中，我們研究了如何使用機(jī)器學(xué)習(xí)方法根據(jù)患者的疾病進(jìn)展來(lái)確定患者的最佳治療方案，或者如何將其用于識(shí)別新的治療目標(biāo)和藥物。

“進(jìn)一步的研究現(xiàn)在將集中在改進(jìn)當(dāng)前的診斷技術(shù)上，以及將使AI在預(yù)后預(yù)測(cè)和藥物發(fā)現(xiàn)中的應(yīng)用成為現(xiàn)實(shí)的新算法的一代。AI依靠數(shù)據(jù)，因此國(guó)際財(cái)團(tuán)和合作的產(chǎn)生是這些未來(lái)努力的關(guān)鍵。”