本文为1580字，建议阅读4分钟，
机器学习方法检测阿尔茨海默病的准确率超过 90%
研究人员筛选了数千人的基因组，试图找出与阿尔茨海默病相关的基因。但这些科学家面临着一个严重的障碍：很难确定哪些人患有阿尔茨海默病。对于这种疾病，没有万无一失的血液测试，而痴呆症是阿尔茨海默氏症的一个关键症状，也是由其他疾病引起的。早期阿尔茨海默病可能根本不会引起任何症状。
现在，研究人员开发出了基于人工智能 (AI) 的方法，可以提供帮助。
1）一种算法可以有效地对大量大脑图像进行分类，并挑选出包含阿尔茨海默病特征的图像。
2）第二种机器学习方法可以识别大脑的重要结构特征
目标是利用人们的大脑图像作为阿尔茨海默病的视觉“生物标志物”。将该方法应用于还包括医疗信息和遗传数据的大型数据库（例如英国生物银行），可以让科学家查明导致该疾病的基因。反过来，这项工作可以帮助创建治疗方法和模型来预测谁有患这种疾病的风险。
加州大学洛杉矶分校的神经科学家 Paul Thompson 表示，将基因组学、脑成像和人工智能相结合，使研究人员能够
“找到与基因组驱动因素紧密相关的大脑测量指标”
他正在带头开发这些算法。
Thompson 等人于 11 月 4 日在华盛顿特区举行的美国人类遗传学学会年会上描述了新的人工智能技术
被数据淹没
在过去的二十年里，作为建立大规模研究数据库的一部分，成千上万的人进行了基因组测序和大脑扫描。但这种信息洪流产生的速度超出了研究人员分析和解释它的能力。
西奈山伊坎医学院的遗传学家艾莉森·戈特 (Alison Goate) 表示：“与 5 至 10 年前相比，如今我们的数据非常丰富，而这正是人工智能（和机器学习）方法可以发挥作用的地方。“
2020 年，汤普森成立了 AI4AD，这是一个由美国各地研究人员组成的联盟，旨在开发人工智能工具来分析和整合与阿尔茨海默病相关的遗传、成像和认知数据。作为该项目的一部分，研究人员创建了一个人工智能模型，该模型经过数万次磁共振成像 (MRI) 脑部扫描的训练。这些图像之前已经经过医生审查，他们挑选出了显示阿尔茨海默氏症证据的扫描结果。人工智能工具从这些图像中了解了患有和未患有阿尔茨海默氏症的人的大脑是什么样的。
自学算法
在一项尚未经过同行评审的预印本中报道的试验中，人工智能分类器在脑部扫描中检测到阿尔茨海默病，准确率超过 90%。该联盟还使用类似的方法创建了一个分类器，可以根据与认知能力下降和痴呆症相关的大脑特定病理变化，准确地将扫描结果分类为不同的类别 。
休斯顿德克萨斯大学健康科学中心的数据科学家德贵和他的同事采取了不同的方法。汤普森和他的团队将人工智能模型集中在已知与阿尔茨海默氏症相关的大脑区域，而支希望该工具能够自行学习大脑的结构特征，从而帮助诊断这种疾病。
研究人员的人工智能工具审查了数千次大脑扫描，并选择了最可靠地区分一个人的大脑与另一个人的大脑的特征 。这最大限度地减少了人类偏见影响算法的可能性。现在，团队正在使用该算法来识别最能区分阿尔茨海默病患者和非阿尔茨海默病患者脑部扫描的特征。
人工智能模型的好坏取决于它们所训练的数据。接受过大脑扫描和基因组测序的个体缺乏种族和地理多样性，尤其是在英国生物银行等数据库中，因此这项人工智能引导的研究结果可能并不适用于所有人。此外，Goate 表示，至关重要的是要证明人工智能模型的性能可以在其他数据库中复制，并且它们显示出一致的结果。
波士顿马萨诸塞州总医院的神经遗传学家鲁道夫·坦齐 (Rudolph Tanzi) 表示，这些生物标记物有一天可能成为该疾病风险评分的一部分，该评分也整合了血液生物标记物和遗传学。他补充说，当所有这些数据结合起来时，风险评分可能会变得“更加敏感”，这有望让人们在疾病进展之前寻求早期治疗。
汤普森说，阿尔茨海默氏症只是一个开始。他说，如果这种方法有效，它也可以应用于其他在大脑成像上有物理表现的疾病。
随着GPT机器人快速创建，以后医院里可以针对一种疾病开发各种诊断机器人，最后给出综合诊断，通过专业医生和诊断机器人的合作，医院的效率的将有望得到大幅提升！
⭐星标AI寒武纪，好内容不错过⭐
用你的赞和在看告诉我～
GPT诊断机器人近在眼前？👇👇