2016-2022 All Rights Reserved.平安財(cái)經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082 備案號(hào):閩ICP備19027007號(hào)-6
本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。
在開創(chuàng)性研究中證明了AI診斷甚至預(yù)測(cè)嚴(yán)重疾病發(fā)作的可能性。
從阿爾茨海默病(癡呆癥的最常見(jiàn)原因)開始,一種新算法能夠以84%的準(zhǔn)確度預(yù)測(cè)其發(fā)病。該研究的作者,加拿大麥吉爾大學(xué)的計(jì)算機(jī)科學(xué)家Sulantha Sanjeewa認(rèn)為,它可能有助于減緩或有一天甚至可以阻止衰弱癥狀的發(fā)作,其中包括記憶喪失和思維,解決問(wèn)題或語(yǔ)言方面的困難。
“如果你可以告訴一群能夠患上這種疾病的人,就可以更好地測(cè)試能夠預(yù)防這種疾病的新藥物,”聯(lián)合研究的作者Pedro Rosa-Neto博士表示。麥吉爾大學(xué)神經(jīng)病學(xué),神經(jīng)外科和精神病學(xué)副教授。
被認(rèn)為有患阿爾茨海默氏癥風(fēng)險(xiǎn)的患者可以優(yōu)先考慮旨在減緩其進(jìn)展的新治療試驗(yàn)。臨床試驗(yàn)在18到24個(gè)月之間進(jìn)行,但是如果選擇用于治療的患者從未繼續(xù)開發(fā)阿爾茨海默氏癥,那么很難確定它是否有效。
雖然仍處于早期階段,但研究結(jié)果表明AI分析腦部掃描的能力提供了比單獨(dú)人類更可靠的預(yù)測(cè)。通過(guò)在發(fā)病前24個(gè)月顯示近200名患者的PET掃描進(jìn)行訓(xùn)練。將其與掃描結(jié)果進(jìn)行比較,之后顯示淀粉樣蛋白在大腦區(qū)域積聚 - 這種蛋白質(zhì)通常存在于患有認(rèn)知功能障礙的患者體內(nèi)。
能夠預(yù)測(cè)癥狀的嚴(yán)重程度
精神分裂癥僅影響人口的1.2%(約320萬(wàn)人),但影響嚴(yán)重。無(wú)法區(qū)分什么是真實(shí)的,通常以條件為特征的東西,可能對(duì)個(gè)人和其他人構(gòu)成危險(xiǎn)。
IBM和艾伯塔大學(xué)開展的開創(chuàng)性研究很快就可以幫助醫(yī)生診斷疾病的發(fā)病。它甚至可以使用簡(jiǎn)單的MRI掃描和用于觀察大腦內(nèi)血流的神經(jīng)網(wǎng)絡(luò)來(lái)確定癥狀的嚴(yán)重程度。
“這種獨(dú)特,創(chuàng)新的多學(xué)科方法開辟了新的見(jiàn)解,推動(dòng)了我們對(duì)精神分裂癥神經(jīng)生物學(xué)的理解,這可能有助于改善疾病的治療和管理,”大學(xué)精神病學(xué)和神經(jīng)科學(xué)教授Serdar Dursun博士說(shuō)。阿爾伯塔省。
AI背后的神經(jīng)網(wǎng)絡(luò)在來(lái)自功能生物醫(yī)學(xué)信息學(xué)研究網(wǎng)絡(luò)的95個(gè)fMRI圖像的數(shù)據(jù)集上進(jìn)行訓(xùn)練。包括精神分裂癥患者和健康對(duì)照組的掃描。根據(jù)這些數(shù)據(jù),神經(jīng)網(wǎng)絡(luò)可以建立一個(gè)預(yù)測(cè)模型,能夠正確地確定精神分裂癥患者的準(zhǔn)確率為74%。
“我們?cè)谖磥?lái)的研究中發(fā)現(xiàn)了許多可以在未來(lái)研究中探索的重要異常連接,”Dursun繼續(xù)說(shuō)道,“AI創(chuàng)建的模型使我們更接近于找到基于客觀神經(jīng)成像的模式,這些模式是診斷和預(yù)后標(biāo)記精神分裂癥。“
此外,該模型能夠在癥狀出現(xiàn)后預(yù)測(cè)癥狀的嚴(yán)重程度。通過(guò)這些信息,可以提前計(jì)劃治療方案,并在需要時(shí)獲得個(gè)人的有意識(shí)授權(quán)以限制他們保護(hù)自己和他人。
這兩項(xiàng)研究都提供了令人興奮的觀察AI如何用于預(yù)測(cè)和診斷醫(yī)療狀況,并希望提供更有效的治療。
2016-2022 All Rights Reserved.平安財(cái)經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082 備案號(hào):閩ICP備19027007號(hào)-6
本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。