【AI星球（微信ID：ai_xingqiu）】9月22日报道（编译：福尔摩望）
目前，医生只能从症状中诊断出一个人是否患有阿尔茨海默病。但是AI却可以提前近十年检测出可能患有阿尔茨海默病的人的大脑变化。
这项技术使用非侵入式MRI扫描来识别大脑连接区域的变化。
阿尔茨海默病是一种神经性退行疾病，是导致老年痴呆症的主要原因，并最终导致记忆和认知功能的丧失。
医学界一直在关注这一病症，希望能够找到尽早诊断疾病的方法。虽然目前还没有治愈的方法，但是正在研发中的药物可能会对早期病症产生作用。此外，早期诊断也可以让人们开始改变自己的生活方式，来帮助减缓疾病的发展。
为了能够早日诊断病症，意大利巴里大学的Nicola Amoroso和Marianna La Rocca及其同事开发了一种机器学习算法，用于分辨阿尔茨海默病引起的脑部结构变化。
首先，他们使用67例MRI扫描训练该算法，其中38例来自患有阿尔茨海默病的人，29例来自健康对照组。这些扫描来自洛杉矶南加州大学的阿尔茨海默病神经影像学数据库。
积极区分
这一方法是让算法正确分类和区分生病和健康的大脑。研究人员将每个大脑扫描划分成多个小区域，并分析之间的神经元连接。
他们发现，当大脑区域大约为2250-3200立方毫米时，该算法的分类最准确。La Rocca表示，这一大小类似于病变的解剖结构大小，如杏仁核和海马。
然后，该团队用第二组148例扫描对算法进行了测试。其中52例是健康控制组，48例患有阿尔茨海默病，48例曾患有轻度认知障碍（MCI），其后2.5-9年内发展成了阿尔茨海默病。
AI区分健康和患病大脑的准确率为86%。更重要的是，区分健康和患有MCI大脑的准确率达到了84%。
这一数据表明，该算法能够在临床症状出现前近十年识别出导致老人痴呆症的大脑变化。由于研究人员受到了来自数据库扫描的限制，所以他们还无法测试该算法是否能够更早地预测疾病的发生。
早期诊断
阿尔茨海默病被医学界认为与β-淀粉样蛋白和神经原纤维过磷酸化tau蛋白的形成有关。La Rocca说：“如今，脑脊液分析和脑成像可以告诉我们大脑覆盖斑块和缠结的程度，也能够较为准确的预测在十年内发展成阿尔茨海默病的风险。然后，这些方法具有侵入性，价格昂贵，且只能在高度专业化的机构使用。”
与此相反，新技术可以用更简单、更便宜和无创的方法区分出健康大脑和十年内可能发展为老年痴呆症的大脑。当然，还需要更多的研究来区分那些大脑正常老化的MCI患者，或者可能出现其他痴呆症类型的患者。
虽然寻找阿尔茨海默病生物标记物的血液检测可能比新技术更便宜、更简单，但是目前还没有上市。克罗地亚萨格勒布大学的Goran Šimić说：“虽然有一些尝试，但是没有一种血液检测方法是成功的。”
纽约Icahn医学院的Patrick Hof对这项新测试方法很感兴趣。他说，这种方法能够提前数十年预测相关病症，是非常有价值的。
La Rocca表示，现在她的团队正打算拓展这项技术，来帮助如帕金森病等神经退行性疾病的早期诊断。她说：“这一方法的用途是广泛的。”
