AI診斷出老年癡呆的效率遠超人類

　　阿爾茨海默病又稱老年癡呆，是一種常見的神經(jīng)系統(tǒng)退行性疾病，目前尚無治愈方法。雖然近年來出現(xiàn)的一些藥物可以幫助阻止病情的發(fā)展，但是這些治療必須在疾病發(fā)展早期就進行才能發(fā)揮足夠有效的作用。

　　為此，科學(xué)家們一直在與時間賽跑，以期發(fā)現(xiàn)早期診斷病情的方法。

　　在近期發(fā)表于Radiology上的一項研究中，研究人員將神經(jīng)影像學(xué)與機器學(xué)習(xí)(人工智能)相結(jié)合，試圖預(yù)測患者在首次出現(xiàn)記憶障礙時是否會患上阿爾茨海默病(這是對其進行干預(yù)的最佳時機)，并最終成功使診斷時間比常規(guī)方法提前了近6年!

阿爾茨海默氏癥患者的大腦(左)與未患該病的人的大腦之間的比較(圖片來源：加州大學(xué)舊金山分校)

　　PET掃描原理及短板

　　診斷阿爾茨海默病的一種常用工具叫做正電子發(fā)射斷層掃描(PET)，主要原理是通過掃描測量大腦中特定分子(如葡萄糖)的水平來判斷癥狀嚴(yán)重程度的。葡萄糖是腦細(xì)胞的主要燃料來源，細(xì)胞越活躍，消耗的葡萄糖就越多。隨著腦細(xì)胞的病變和死亡，葡萄糖消耗逐漸減少，最終沒有葡萄糖。

　　其他一些類型的PET掃描，旨在尋找與阿爾茨海默病有關(guān)的蛋白質(zhì)，但葡萄糖PET掃描更常見且更便宜，尤其是在較小的醫(yī)療機構(gòu)和發(fā)展中國家，因為它們還被用于癌癥分期。

　　因此，放射科醫(yī)生多使用這些掃描試圖通過尋找大腦中(額葉和頂葉中)降低的葡萄糖水平來檢測阿爾茨海默氏癥。但問題是，由于該疾病是一種緩慢的進行性疾病，因此葡萄糖的變化非常微妙，難以用肉眼觀察。

阿爾茨海默氏病患者腦部的PET掃描(圖片來源：National Institute on Aging)

　　隨著人工智能技術(shù)的發(fā)展，科學(xué)家們有了將機器學(xué)習(xí)與PET掃描相結(jié)合以更早、更可靠地診斷早期阿爾茨海默病的想法。

　　人工智能有效提高診斷效率

　　在最新這項研究中，為了訓(xùn)練“InceptionV3架構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)”(一種機器學(xué)習(xí)算法)，主要研究者Jae Ho Sohn及其同事收集了來自阿爾茨海默病神經(jīng)影像學(xué)計劃(ADNI)的一些圖像，這是一個龐大的公共PET掃描數(shù)據(jù)集，來自阿爾茨海默病、輕度認(rèn)知障礙或無障礙患者。

　　隨后，這種算法開始獨立學(xué)習(xí)哪些特征對于預(yù)測阿爾茨海默病的診斷非常重要，哪些不是。通過在ADNI數(shù)據(jù)集上進行訓(xùn)練、對比、測試以及最后的結(jié)果分析，研究人員發(fā)現(xiàn)，開發(fā)用于早期預(yù)測阿爾茨海默病的深度學(xué)習(xí)算法在100%靈敏度下達到82%的特異性，并在病人得到最終診斷之前平均75.8個月——相當(dāng)于六年，做出了正確的疾病預(yù)測。

　　重要意義

　　阿爾茨海默病的難點在于，當(dāng)所有的臨床癥狀出現(xiàn)并且我們可以做出明確診斷時，太多的神經(jīng)元已經(jīng)死亡，基本上已經(jīng)難再逆轉(zhuǎn)。而如果這一算法能夠做到提前診斷，Sohn認(rèn)為在神經(jīng)科醫(yī)生開始試圖將記憶低下患者視為阿爾茨海默病的癥狀時，可以使用該算法幫助他們更快地獲得所需要的治療。

　　“我相信這種算法具有很強的臨床相關(guān)性，” Sohn說，“然而，在我們能夠做到這一點之前，我們需要在更大，更多樣化的患者隊列中驗證和校準(zhǔn)算法，最好是來自不同大陸和各種不同類型的設(shè)置。”

　　Sohn表示，下一步他們將在來自不同醫(yī)院和國家的更大、更多樣化的數(shù)據(jù)集上測試和校準(zhǔn)這一算法。