最近，科学家已经成功地训练了一种新的人工智能算法，可以准确预测导致阿尔茨海默氏病的认知能力下降的症状。根据2015年《世界阿尔茨海默氏病报告》，全球约有4680万AD（阿尔茨海默氏病）患者，患者人数预计每20年翻一番，到2030年将达到7470万。 2050年。我国逐渐进入老龄化社会。目前，中国老年人痴呆患者人数已超过1000万，居世界第一，每年新增病例超过30万。然而，由于阿尔茨海默氏病的隐匿性发作，通常在发作开始时很难发现，并且经常注意症状何时明显。目前，尚无针对该疾病的真正有效治疗方法。由于大多数潜在的治疗阿尔茨海默氏病的方法在人体试验中均告失败，因此许多研究人员正在将其方向从治疗转向预防，这可能是对抗阿尔茨海默氏病最有效的方法。因此，阿尔茨海默氏症和痴呆症研究人员面临的最大挑战之一是找到一种方法来准确识别患有认知功能减退的早期症状的患者。最新研究表明，人工智能可能是准确预测潜在的阿尔茨海默氏病患者的关键。 “目前，阿尔茨海默氏病的治疗是有限的，因此预防措施非常重要。人工智能系统可以帮助医生进行治疗。借助对人工智能的准确预测，人们可以尽快改变生活方式，从而延缓老年痴呆症的发生。在Hymer病发作期间，甚至可以完全预防。麦吉尔大学精神病学系助理教授查克拉瓦蒂（Chakravarty）说。血液检查，PET扫描，眼部检查，遗传学甚至是嗅探检查是识别认知能力下降的早期症状的常用方法，但是这些方法不能完全准确。一项新的研究表明，经过训练的评估各种诊断数据的AI算法可以有效地预测一个人是否处于疾病的早期阶段，以及他们是否有可能在未来五年内显着恶化。道格拉斯大学心理健康研究所的计算神经科学家Mallar Chakravarty博士及其同事设计了一种使用人工智能技术和大数据的特定算法，以通过磁共振成像（MRI），遗传学和临床数据学习开发一种算法，可以对处于患阿尔茨海默氏病风险的患者的大脑中的淀粉样蛋白进行一次PET扫描，以完成识别，从而可以准确识别痴呆发作前两年的痴呆症状。该算法针对800多个受试者的数据进行了训练，并结合了从MRI成像到基因型和临床信息的各种生物标记。研究的对象包括健康的老年人和临床上明显的阿尔茨海默氏病患者。一小部分受试者还提供了长达六年的个人临床信息数据，从而使算法能够全面了解疾病的进展，从而帮助系统更好地预测认知能力下降的轨迹。 “我们目前正在使用新数据来测试预测的准确性。这将帮助我们改善预测并确定我们是否可以延长预测期。 Chakravarty说。通过从更多数据中进行深度学习，科学家将能够更好地识别出患阿尔茨海默氏病认知下降风险最大的人。在早期，研究人员认为该算法是有效且准确的。随着向算法中添加更多数据以及大量患者培训，未来，人工智能系统有望成为阿尔茨海默氏病预防性治疗的重要工具的临床医生。 “通过使用该工具，临床试验可以集中于在研究时间范围内更可能患痴呆的个体，这将大大减少进行这些研究所需的时间和成本。”麦吉尔神经病学和神经外科，以及精神病学教授谢尔盖·高迪耶（Serge Gauthier）博士说。