老年痴呆经常被年轻人用来调侃谁反应迟钝,不过,实际生活中,这种病比想像得更为普遍,在发达国家,甚至是最常见的死亡原因之一。
老年痴呆症,常见的就是阿兹海默症,这是一种神经退行性疾病,最终将导致记忆丧失和认知功能丧失。
目前,这种病还没有彻底治愈的办法。不过,如果可以尽早诊断的话,还是可以及早促使人们改变生活方式,以延缓这种疾病的发展。
在预测未来变化方面,我们很容易想起来 AI 是不是可以有所作为。这一次,AI 也没有让我们失望。
据 New Scientist 报导,为了解决这个问题,意大利的巴里大学研究人员 Nicola Amoroso 、Marianna La Rocca 等人,开发了一种机器算法,来辨识由阿兹海默症引起的大脑结构变化。
这项技术是使用非侵入式核磁共振成像技术(non-invasive MRI scans),来辨识大脑区域的连接方式的改变。
他们具体是怎么操作的呢?
首先,他们使用 67 例核磁共振扫描来训练这个算法,其中 38 例是患有阿兹海默症的人,29 例是健康对照组的。这些扫描来自于洛杉矶南加州大学的阿兹海默症神经成像原始数据库。
他们希望训练这个算法,正确区分罹病和健康的大脑。研究人员将每个脑部扫描细化到小的区域,并分析它们之间的神经元连接,而不需要对这些区域的理想大小进行任何预设。
他们发现,当大脑区域和 2,250 到 3,200 立方毫米的对照组进行对比时,该算法对阿兹海默症的分类最为准确。La Rocca 表示,这是因为,这与和该疾病有关的解剖结构的大小相似,比如杏仁核和海马体。
然后,研究小组在第二组扫描中测试了这个算法。这一组共有 148 个实验对象,其中有 52 人是健康的,48 人患有老年痴呆症,48 人患有轻度认知障碍(MCI),但在 2.5 至 9 年后,人们发现他们罹患了阿兹海默症。
人工智能区分健康大脑和阿兹海默症的准确率为 86%。关键的是,它还能分辨出健康的大脑和 MCI 之间的区别,准确率达到了 84%。
也就是,这种算法几乎可以提前 9 年,预测到阿兹海默症的风险。受到数据库中可用扫描数据的限制,研究人员无法测试该算法,能否进行更早的预测。
当然,这已经并不是市场上第一个类似的研究。
阿兹海默症与脑内的黏性 β- 类淀粉样斑块和神经元纤维缠结有关。
La Rocca 说:“如今,脑脊液分析和使用放射性示踪剂的脑成像可以告诉我们,大脑在多大程度上覆盖了斑块和缠结,并能准确预测谁在 10 年后有患阿兹海默症的高风险。不过,这些方法是非常具有侵入性的,并且很昂贵,只有在高度专业化的中心才能使用。”
相比之下,这项新技术可以区分出正常的大脑和 MCI 患者的大脑,并可以提前将近 10 年做出预测,但使用的技术更简单、更廉价,也是非侵入性的。目前,还需要做更多的工作来区分患有 MCI 的人,他们的大脑正常老化,或者可能发展出其他类型的痴呆症。
检测阿兹海默症的生物标志物的血液检测,可能比这项新技术更便宜,也更简单,但目前还没有一种方法在市场上。克罗地亚萨格勒布大学的 GoranŠimić 表示:“目前还没有针对阿兹海默症的血液检测。有一些尝试,但还没有取得很大的成功。”
之前,道格拉斯心理健康大学研究所、McGill 神经影像实验室的科学家,也使用人工智能技术和大数据开发了一种算法,能够准确辨识出痴呆症的症状,不过只能提前两年。
除了预测老年痴呆以外,La Rocca 还打算扩展这项技术,以帮助早期诊断其他神经退行性疾病,如帕金森氏症。她说:“这是一种通用的办法。”
(本文由 36Kr 授权转载;首图来源:shutterstock)