人工智能預測癥狀出現前的癡呆癥

想象一下，如果醫生能夠提前許多年確定誰可能患上癡呆癥。這種預后能力將使患者及其家人有時間計劃和管理治療和護理。由于在麥吉爾大學進行的人工智能研究，這種預測能力很快就會被各地的臨床醫生所接受。

來自道格拉斯心理健康大學研究所的McGill轉化神經影像實驗室的科學家使用人工智能技術和大數據開發了一種能夠在發病前兩年識別癡呆癥特征的算法，使用單個淀粉樣蛋白PET掃描風險患者的大腦發展阿爾茨海默病。他們的研究結果發表在發表在“ 衰老神經生物學 ”雜志上的一項新研究中。

Pedro Rosa-Neto博士是該研究的聯合主要作者，也是McGill神經病學和神經外科和精神病學系的副教授，他預計這項技術將改變醫生管理患者的方式，并大大加快對阿爾茨海默病的治療研究。

“通過使用這種工具，臨床試驗可能只關注在研究時間范圍內進展為癡呆癥的可能性更高的個體。這將大大降低進行這些研究所需的成本和時間，”Serge Gauthier博士補充說。 ，McGill的聯合主要作者和神經病學與神經外科和精神病學教授。

淀粉樣蛋白作為癡呆的生物標志物

科學家們早就知道，一種叫做淀粉樣蛋白的蛋白質在患有輕度認知功能障礙(MCI)的患者的大腦中積聚，這種疾病常常導致癡呆。盡管淀粉樣蛋白的積累在癡呆癥癥狀出現之前數十年開始，但是這種蛋白質不能可靠地用作預測性生物標志物，因為并非所有MCI患者都患有阿爾茨海默病。

為了進行他們的研究，McGill研究人員利用阿爾茨海默病神經影像學倡議(ADNI)提供的數據，這是一項全球研究工作，參與的患者同意完成各種影像學和臨床評估。

來自Rosa-Neto和Gauthier團隊的計算機科學家Sulantha Mathotaarachchi使用來自ADNI數據庫的MCI患者的數百個淀粉樣蛋白PET掃描來訓練團隊的算法，以確定哪些患者在癥狀出現之前會發生癡呆癥，準確率為84% 。目前正在研究尋找可以納入算法的其他癡呆生物標志物，以提高軟件的預測能力。

“這是大數據和開放科學如何為患者護理帶來實實在在的好處的一個例子，”Rosa-Neto博士說，他也是麥吉爾大學老齡化研究中心主任。

雖然新的軟件已經在線提供給科學家和學生，但在衛生當局認證之前，醫生將無法在臨床實踐中使用該工具。為此，McGill團隊目前正在進行進一步的測試，以驗證不同患者隊列中的算法，特別是那些并發癥狀如小中風的隊列。