人工智能可以通过脑部扫描检测阿尔茨海默病

人工智能(AI)可以帮助临床医生确定哪些患者可以从阿尔茨海默病的治疗中受益。

研究团队MGH深度学习是一种机器学习和人工智能，它使用大量数据和复杂的算法来训练模型，并改善对大脑疾病的检测。

人工智能接受了训练脑磁共振图像(mri)收集自2019年之前在MGH看过的患有和没有阿尔茨海默病的患者。

接下来，该小组在五个数据集上测试了该模型——2019年后的MGH、2019年前和之后的布里格姆和妇女医院，以及2019年前和之后的外部系统——看看它是否能根据真实世界的临床数据准确检测出阿尔茨海默病，而不受医院和时间的影响。

总的来说，这项研究涉及了2348名有阿尔茨海默病风险的患者的11103张图像和8456名没有阿尔茨海默病的患者的26892张图像。

结果表明，人工智能能够检测到阿尔茨海默病的风险有90.2%的准确性其他变量，比如年龄。

“阿尔茨海默病通常发生在老年人身上，因此深度学习模型通常很难检测到罕见的早发病例，”他说马修·莱明博士，研究小组的调查员。

“我们通过让深度学习模型对大脑特征‘盲目’来解决这个问题，它发现大脑特征与患者的年龄过度相关。”

这项研究的一个关键方面是，人工智能可以通过与训练时非常不同的扫描来检测阿尔茨海默病。

这与过去开发的类似人工智能不同，后者经常失败识别由不同公司制造的扫描仪收集的核磁共振图像，与训练数据集中的扫描图像。

该模型使用不确定性度量来确定患者数据是否与训练时的数据差异太大，以至于无法成功预测。

“这是仅有的使用常规收集的大脑核磁共振成像来试图检测痴呆症的研究之一，”Leming说。

“虽然已经进行了大量通过大脑核磁共振检测阿尔茨海默氏症的深度学习研究，但这项研究朝着在现实世界的临床环境中实际执行这项研究迈出了实质性的一步，而不是完美的实验室环境。”

该团队的研究结果发表在该杂志上《公共科学图书馆•综合》