阿尔茨海默病是最常见的老年痴呆症，虽然目前没有有效的治疗方法，但是在疾病早期迅速获得诊断能够在不同方面帮助到患者。这让他们能够获取帮助和支持，尽早接受治疗来管理病情，并且为未来做准备。目前，医生使用多种综合检测来诊断阿尔茨海默病，包括记忆和认知检测，以及大脑扫描。整个过程可能需要几周的时间。
近日发表的一项研究中，科学家开发的机器学习算法，只需要在大多数医院中能够进行的核磁共振成像（MRI）图片，就能准确地发现携带阿尔茨海默病病理特征的患者。
在这项研究中，研究人员将用于划分肿瘤的算法进行了改造，用于对大脑扫描图片的分析。他们将大脑划分为115个区域，并且对每个区域的660种不同特征进行了分析，包括大小、形状、质地等等。然后他们训练机器学习算法来识别这些特征的变化，并且汇总分析信息来预测阿尔茨海默病的存在。
使用阿尔茨海默病神经影像学倡议的数据，研究人员对这一机器学习算法的表现进行了评估。检测使用的大脑扫描来自超过400名患者，他们包括早期和晚期阿尔茨海默病患者，健康对照，以及患有其它神经疾病（比如额颞叶痴呆和帕金森病）的患者。
研究发现，在98%的病例中，基于MRI图像的机器学习系统能够准确预测患者是否患有阿尔茨海默病。它同时能够在79%的患者中区分早期和晚期阿尔茨海默病。这一准确率超过了标准海马区萎缩（HIPPOCAMPAL ATROPHY）检测，以及脑脊液Β淀粉样蛋白检测。
研究负责人之一，伦敦帝国理工学院（IMPERIAL COLLEGE LONDON）的ERIC ABOAGYE教授说：“目前没有其它简便和广泛使用的手段能够以这种水平的精确度预测阿尔茨海默病。我们的研究是一个重要的进步。”
这一系统能够发现大脑此前被认为与阿尔茨海默病无关的区域的变化，包括小脑（调节平衡和运动）和腹侧间脑（与视觉、听觉等感觉相关）。这开启了研究这些区域与阿尔茨海默病关联的大门。
帝国理工学院大脑科学系的PARESH MALHOTRA博士说：“虽然神经放射学家此前已经使用MRI扫描来帮助诊断阿尔茨海默病，然而扫描图像中很多特征，即便是专家也无法靠人眼识别。使用算法来分析大脑的细微结构和质地变化可以增强我们从标准成像技术中获得的信息。”
免责声明：药明康德内容团队专注介绍全球生物医药健康研究进展。本文仅作信息交流之目的，文中观点不代表药明康德立场，亦不代表药明康德支持或反对文中观点。本文也不是治疗方案推荐。如需获得治疗方案指导，请前往正规医院就诊。
版权说明：本文来自药明康德内容团队，欢迎个人转发至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。转载授权请在「药明康德」微信公众号回复“转载”，获取转载须知。
