剑桥大学新AI工具预测阿尔茨海默症进展，准确率高达82%

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

剑桥大学的科学家开发了一种人工智能工具，能够在五个案例中预测四个早期痴呆症患者是否会发展成阿尔茨海默症。

主要研究成果

• 这款AI工具在82%的案例中准确预测了阿尔茨海默症的进展。
• 使用的非侵入性和低成本数据包括认知测试和结构性MRI扫描。
• 它可以根据疾病进展速度将患者分组。

阿尔茨海默症是痴呆症的主要原因，占60-80%的病例。全球有超过5500万人受其影响，每年的相关费用估计达8200亿美元。预计未来50年病例数将几乎增加三倍。

研究细节

剑桥大学心理学系的科学家团队开发了一种机器学习模型，能够预测轻度记忆和思维问题的个体是否会发展为阿尔茨海默症及其进展速度。研究结果显示，该模型比现有的临床诊断工具更准确。

研究人员使用了从美国研究队列中超过400名个体的常规收集的非侵入性和低成本患者数据，包括认知测试和显示灰质萎缩的结构性MRI扫描数据来构建模型。然后，他们用600名参与者的真实患者数据以及来自英国和新加坡记忆诊所的900人的纵向数据对模型进行了测试。

模型表现

该算法能够区分那些稳定的轻度认知障碍患者和在三年内发展为阿尔茨海默症的患者。它能通过认知测试和MRI扫描准确识别出82%的发展成阿尔茨海默症的个体，并能正确识别81%未发展的个体。

相比现有的标准临床标记（如灰质萎缩或认知评分）或临床诊断，该算法在预测阿尔茨海默症进展方面准确率高约三倍。这表明该模型可以显著减少误诊。

临床应用前景

该模型还允许研究人员根据每个人第一次访问记忆诊所的数据，将阿尔茨海默症患者分为三组：症状保持稳定（约50%）、进展缓慢（约35%）和进展迅速（剩余15%）。这些预测在六年后的随访数据中得到了验证。

重要的是，那些记忆丧失但症状保持稳定的50%患者，可以更好地转到不同的临床路径，因为他们的症状可能由其他原因引起，如焦虑或抑郁。

专家观点

剑桥大学心理学系的Zoe Kourtzi教授表示：“我们创建的工具虽然只使用认知测试和MRI扫描的数据，但在预测一个人是否会从轻微症状进展为阿尔茨海默症方面，比现有方法更灵敏——无论进展快慢。这有助于显著改善患者福祉，显示出哪些人需要最密切的护理，同时减少对那些我们预测会保持稳定的患者的焦虑。在医疗资源压力巨大的时候，这也有助于减少不必要的侵入性和昂贵的诊断测试需求。”

剑桥大学精神病学系助理教授兼CPFT名誉顾问精神科医生Ben Underwood博士表示：“记忆问题在我们变老时很常见。在诊所里，看到这些问题是否可能是痴呆症早期迹象的不确定性，确实让人担忧。能够利用已有信息减少这种不确定性令人兴奋，随着新疗法的出现，这将变得更加重要。”

未来展望

研究团队希望将他们的模型扩展到其他形式的痴呆症，如血管性痴呆和额颞叶痴呆，并使用不同类型的数据，如血液测试的标记物。Kourtzi教授补充道：“如果要应对日益严重的痴呆症挑战，我们需要更好的工具来在最早期阶段进行识别和干预。我们的愿景是扩大我们的AI工具，帮助临床医生在合适的时间将合适的人分配到合适的诊断和治疗路径上。我们的工具可以帮助匹配合适的患者进行临床试验，加速新的疾病修饰治疗药物的发现。”

该项目由剑桥大学与伯明翰大学的Peter Tino教授和新加坡国立大学的Christopher Chen教授合作完成，获得了Wellcome基金会、皇家学会、英国阿尔茨海默症研究中心等多家机构的资助。