在开创性研究中证明了AI诊断甚至预测严重疾病发作的可能性。

从阿尔茨海默病(痴呆症的最常见原因)开始，一种新算法能够以84%的准确度预测其发病。该研究的作者，加拿大麦吉尔大学的计算机科学家Sulantha Sanjeewa认为，它可能有助于减缓或有一天甚至可以阻止衰弱症状的发作，其中包括记忆丧失和思维，解决问题或语言方面的困难。

“如果你可以告诉一群能够患上这种疾病的人，就可以更好地测试能够预防这种疾病的新药物，”联合研究的作者Pedro Rosa-Neto博士表示。麦吉尔大学神经病学，神经外科和精神病学副教授。

被认为有患阿尔茨海默氏症风险的患者可以优先考虑旨在减缓其进展的新治疗试验。临床试验在18到24个月之间进行，但是如果选择用于治疗的患者从未继续开发阿尔茨海默氏症，那么很难确定它是否有效。

虽然仍处于早期阶段，但研究结果表明AI分析脑部扫描的能力提供了比单独人类更可靠的预测。通过在发病前24个月显示近200名患者的PET扫描进行训练。将其与扫描结果进行比较，之后显示淀粉样蛋白在大脑区域积聚 - 这种蛋白质通常存在于患有认知功能障碍的患者体内。

能够预测症状的严重程度

精神分裂症仅影响美国人口的1.2%(约320万人)，但影响严重。无法区分什么是真实的，通常以条件为特征的东西，可能对个人和其他人构成危险。

IBM和艾伯塔大学开展的开创性研究很快就可以帮助医生诊断疾病的发病。它甚至可以使用简单的MRI扫描和用于观察大脑内血流的神经网络来确定症状的严重程度。

“这种独特，创新的多学科方法开辟了新的见解，推动了我们对精神分裂症神经生物学的理解，这可能有助于改善疾病的治疗和管理，”大学精神病学和神经科学教授Serdar Dursun博士说。阿尔伯塔省。

AI背后的神经网络在来自功能生物医学信息学研究网络的95个fMRI图像的数据集上进行训练。包括精神分裂症患者和健康对照组的扫描。根据这些数据，神经网络可以建立一个预测模型，能够正确地确定精神分裂症患者的准确率为74%。

“我们在未来的研究中发现了许多可以在未来研究中探索的重要异常连接，”Dursun继续说道，“AI创建的模型使我们更接近于找到基于客观神经成像的模式，这些模式是诊断和预后标记精神分裂症。“

此外，该模型能够在症状出现后预测症状的严重程度。通过这些信息，可以提前计划治疗方案，并在需要时获得个人的有意识授权以限制他们保护自己和他人。

这两项研究都提供了令人兴奋的观察AI如何用于预测和诊断医疗状况，并希望提供更有效的治疗。

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：