老年癡呆經(jīng)?；钤谀贻p人的口頭上，用來調侃誰反應遲鈍。不過，實際生活中，這種病比想象的要更為普遍，在發(fā)達國家，甚至是最常見的死亡原因之一。
老年性癡呆癥，常見的就是阿爾茨海默病，這是一種神經(jīng)退行性疾病，最終將導致記憶喪失和認知功能喪失。
目前，這種病還沒有徹底治愈的辦法。不過，如果可以盡早診斷的話，還是可以及早促使人們改變生活方式，以延緩這種疾病的發(fā)展。
在預測未來變化方面，我們很容易想起來AI是不是可以有所作為。這一次，AI也沒有讓我們失望。
據(jù)New Scientist報道，為了解決這個問題，意大利的巴里大學研究人員Nicola Amoroso 、Marianna La Rocca等人，開發(fā)了一種機器算法，來識別由阿爾茨海默癥引起的大腦結構變化。
核磁共振掃描可以幫助識別疾病的早期癥狀
這項技術是使用非侵入式核磁共振成像技術（non-invasive MRI scans），來識別大腦區(qū)域的連接方式的改變。
他們具體是怎么操作的呢？
首先，他們使用67例核磁共振掃描來訓練這個算法，其中38例是患有阿爾茨海默病的人，29例是健康對照組的。這些掃描來自于洛杉磯南加州大學的阿爾茨海默病神經(jīng)成像原始數(shù)據(jù)庫。
他們希望訓練這個算法，正確區(qū)分患病和健康的大腦。研究人員將每個腦部掃描細化到小的區(qū)域，并分析它們之間的神經(jīng)元連接，而不需要對這些區(qū)域的理想大小進行任何預設。
他們發(fā)現(xiàn)，當大腦區(qū)域和2250到3200立方毫米的對照組進行對比時，該算法對阿爾茨海默病的分類最為準確。La Rocca表示，這是因為，這與和該疾病有關的解剖結構的大小相似，比如杏仁核和海馬體。
然后，研究小組在第二組掃描中測試了這個算法。這一組共有148個實驗對象，其中有52人是健康的，48人患有老年癡呆癥，48人患有輕度認知障礙（MCI），但在2.5至9年后，人們發(fā)現(xiàn)他們患上了阿爾茨海默病。
人工智能區(qū)分健康大腦和阿爾茨海默病的準確率為86%。關鍵的是，它還能分辨出健康的大腦和MCI之間的區(qū)別，準確率達到了84%。
也就是，這種算法幾乎可以提前9年，預測到阿爾茨海默病的風險。受到數(shù)據(jù)庫中可用掃描數(shù)據(jù)的限制，研究人員無法測試該算法，能否進行更早的預測。
老年癡呆
當然，這已經(jīng)并不是市場上第一個類似的研究。
阿爾茨海默氏癥與腦內(nèi)的黏性貝塔淀粉樣斑塊和神經(jīng)原纖維纏結有關。
La Rocca介紹說：“如今，腦脊液分析和使用放射性示蹤劑的腦成像可以告訴我們，大腦在多大程度上覆蓋了斑塊和纏結，并能準確預測誰在10年后有患阿爾茨海默病的高風險。不過，這些方法是非常具有侵入性的，并且很昂貴，只有在高度專業(yè)化的中心才能使用。”
相比之下，這項新技術可以區(qū)分出正常的大腦和MCI患者的大腦，并可以提前將近十年作出預測，但使用的技術更簡單、更廉價，也是非侵入性的。目前，還需要做更多的工作來區(qū)分患有MCI的人，他們的大腦正常老化，或者可能發(fā)展出其他類型的癡呆癥。
檢測阿爾茨海默病的生物標志物的血液檢測，可能比這項新技術更便宜，也更簡單，但目前還沒有一種方法在市場上?？肆_地亞的薩格勒布大學的Goran?imi?表示：“目前還沒有針對阿爾茨海默氏癥的血液檢測。有一些嘗試，但還沒有取得很大的成功。”
此前，道格拉斯心理健康大學研究所、McGill神經(jīng)影像實驗室的科學家，也使用人工智能技術和大數(shù)據(jù)開發(fā)了一種算法，能夠準確識別出癡呆癥的癥狀，不過只能提前兩年。
除了預測老年癡呆以外，La Rocca還打算現(xiàn)在打算擴展這項技術，以幫助早期診斷其他神經(jīng)退行性疾病，如帕金森癥。她說：“這是一種通用的辦法。”
作為一個身體素質不佳的人，我對這項技術還是非常期待的。如果有一天我要是會得老年癡呆，讓我提前9年知道的話，也好有所準備，認真安排余生，該去哪浪去哪浪了。
