人工智能可以加快并改善阿爾茨海默氏癥的診斷

謝菲爾德大學的一項新研究顯示，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后。

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

許多神經(jīng)系統(tǒng)疾病的主要危險因素是年齡，并且全世界人口的壽命都比以往任何時候都長，預計神經(jīng)退行性疾病的人數(shù)將達到前所未有的水平。預計到2050年，僅阿爾茨海默氏癥患者的人數(shù)將增加兩倍，達到1.15億，這對衛(wèi)生系統(tǒng)構成了真正的挑戰(zhàn)。

這項新研究發(fā)表在《自然評論神經(jīng)學》(Nature Reviews Neurology)雜志上，重點介紹了人工智能技術(例如機器學習算法)如何在進行性癥狀惡化之前檢測出神經(jīng)退行性疾病-導致部分大腦死亡。這可以提高患者從成功的疾病緩解治療中獲益的機會。

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

人工智能技術的廣泛實施可以幫助例如預測哪些表現(xiàn)出輕度認知障礙的患者會繼續(xù)發(fā)展為阿爾茨海默氏病，或者隨著時間的流逝，他們的運動技能下降的嚴重程度。

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

可以訓練機器學習算法來識別醫(yī)學圖像，患者運動信息，語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成為有價值的診斷輔助工具。

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

算法還可以聽取患者的語音，并分析其詞匯和其他語義特征以評估其認知功能。機器學習還可以使用電子健康記錄或遺傳檔案中包含的信息來建議針對單個患者的最佳治療方法。

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

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

“在治療方面談論結(jié)局還為時過早，但是在這項研究中，我們研究了如何使用機器學習方法根據(jù)患者的疾病進展來確定患者的最佳治療方案，或者如何將其用于識別新的治療目標和藥物。

“進一步的研究現(xiàn)在將集中在改進當前的診斷技術上，以及將使AI在預后預測和藥物發(fā)現(xiàn)中的應用成為現(xiàn)實的新算法的一代。AI依靠數(shù)據(jù)，因此國際財團和合作的產(chǎn)生是這些未來努力的關鍵。”