不再擔(dān)心老年癡呆,科學(xué)家利用人工智能積極預(yù)防

最近加矛,來自道格拉斯精神病研究中心履婉、麥吉爾轉(zhuǎn)化神經(jīng)成像實(shí)驗(yàn)室的科學(xué)家們開發(fā)了一種算法,可以可靠地檢測癡呆癥發(fā)病前的癥狀斟览。

該技術(shù)不僅可以用來幫助家庭準(zhǔn)備治療可選方案毁腿,還可幫助研究人員選擇更好的人進(jìn)行臨床試驗(yàn),以測試藥物的有效性苛茂。

研究結(jié)果在老齡化神經(jīng)生物學(xué)雜志(Neurobiology of?Aging)發(fā)表的一項(xiàng)研究中有詳細(xì)介紹已烤。“如果你能從一群人中分辨出誰會發(fā)展成癡呆癥妓羊,那么這個人就可以更好地測試新藥物胯究,這些藥物可以預(yù)防疾病≡瓿瘢”該研究報(bào)告的合著者裕循、麥吉爾大學(xué)神經(jīng)外科和精神病學(xué)神經(jīng)學(xué)副教授、Pedro?Rosa-Neto博士對美國生命科學(xué)網(wǎng)(Live Science)這樣講道净刮。

該算法通過腦部掃描尋找淀粉樣蛋白的積累剥哑,淀粉樣蛋白會在患有輕度認(rèn)知障礙的人腦中積累,直到發(fā)展成老年癡呆淹父。而且株婴,大腦中的淀粉樣蛋白從開始積累到癡呆癥發(fā)作之前,這個過程可能是幾年暑认,也可能是數(shù)十年困介,并且淀粉樣蛋白會在大腦中以不同的速度和位置進(jìn)行累積。更重要的是蘸际,并不是所有有淀粉樣蛋白累積的人就必然會導(dǎo)致認(rèn)知障礙座哩,這使得科學(xué)家難以發(fā)現(xiàn)癡呆癥的發(fā)展過程。

不過捡鱼,機(jī)器學(xué)習(xí)可以使這件事變得更容易八回。

科學(xué)家通過阿爾茨海默氏病神經(jīng)影像學(xué)計(jì)劃(ADNI)獲得數(shù)百種PET掃描酷愧。通過分析掃描患有輕度認(rèn)知障礙患者的淀粉樣蛋白積累,以訓(xùn)練算法發(fā)現(xiàn)癡呆癥狀缠诅。然后溶浴,他們在患者發(fā)展該疾病之前對其進(jìn)行腦掃描。

訓(xùn)練算法預(yù)測癡呆進(jìn)展的步驟總結(jié)

科學(xué)家還提出了一套新的腦掃描算法管引,其中一些數(shù)據(jù)來自目前患有輕度認(rèn)知障礙的患者士败。而且,所有的掃描都是患者在發(fā)生該疾病之前進(jìn)行的褥伴,該算法能夠預(yù)測哪些患者最終會受到損害谅将,準(zhǔn)確度高達(dá)84%。

“這是大數(shù)據(jù)和開放科學(xué)給病人帶來實(shí)實(shí)在在好處的一個例子重慢,”Rosa-Neto對麥吉爾新聞( McGill News)說饥臂。

而這種方法給病人護(hù)理方面帶來的最大好處是:可以改善臨床試驗(yàn),研究治療最常見的癡呆形式——阿爾茨海默病藥物的效果似踱。

“通過使用這種工具隅熙,在研究的時間框架內(nèi),臨床試驗(yàn)可以把注意力集中在那些有更大可能性發(fā)展成為癡呆癥的患者身上核芽∏羝荩”Serge?Gauthier博士對麥吉爾新聞補(bǔ)充說,“這將大大降低研究所需的成本和時間”轧简。

加拿大老齡化神經(jīng)退化聯(lián)合會(CCNA)和加拿大衛(wèi)生研究院資助了這個項(xiàng)目驰坊。

作者:STEPHEN JOHNSON

編譯:梓色揚(yáng)光

原文鏈接:http://bigthink.com/articles/scientists-use-machine-learning-to-spot-alzheimers-dementia-before-onset-of-symptoms

本譯文僅供個人研習(xí)、欣賞語言之用哮独,不歡迎任何轉(zhuǎn)載及用于任何商業(yè)用途拳芙。如需轉(zhuǎn)載請注明作者和來源。(本譯文所涉法律后果均由本人承擔(dān)皮璧。本人同意簡書平臺在接獲有關(guān)著作權(quán)人的通知后态鳖,刪除文章《竦迹”)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市浸须,隨后出現(xiàn)的幾起案子惨寿,更是在濱河造成了極大的恐慌,老刑警劉巖删窒,帶你破解...
    沈念sama閱讀 217,657評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件裂垦,死亡現(xiàn)場離奇詭異,居然都是意外死亡肌索,警方通過查閱死者的電腦和手機(jī)蕉拢,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,889評論 3 394
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人晕换,你說我怎么就攤上這事午乓。” “怎么了闸准?”我有些...
    開封第一講書人閱讀 164,057評論 0 354
  • 文/不壞的土叔 我叫張陵益愈,是天一觀的道長。 經(jīng)常有香客問我夷家,道長蒸其,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,509評論 1 293
  • 正文 為了忘掉前任库快,我火速辦了婚禮摸袁,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘义屏。我一直安慰自己靠汁,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,562評論 6 392
  • 文/花漫 我一把揭開白布湿蛔。 她就那樣靜靜地躺著膀曾,像睡著了一般。 火紅的嫁衣襯著肌膚如雪阳啥。 梳的紋絲不亂的頭發(fā)上添谊,一...
    開封第一講書人閱讀 51,443評論 1 302
  • 那天,我揣著相機(jī)與錄音察迟,去河邊找鬼斩狱。 笑死,一個胖子當(dāng)著我的面吹牛扎瓶,可吹牛的內(nèi)容都是我干的所踊。 我是一名探鬼主播,決...
    沈念sama閱讀 40,251評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼概荷,長吁一口氣:“原來是場噩夢啊……” “哼秕岛!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起误证,我...
    開封第一講書人閱讀 39,129評論 0 276
  • 序言:老撾萬榮一對情侶失蹤继薛,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后愈捅,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體遏考,經(jīng)...
    沈念sama閱讀 45,561評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,779評論 3 335
  • 正文 我和宋清朗相戀三年蓝谨,在試婚紗的時候發(fā)現(xiàn)自己被綠了灌具。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片青团。...
    茶點(diǎn)故事閱讀 39,902評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖咖楣,靈堂內(nèi)的尸體忽然破棺而出督笆,到底是詐尸還是另有隱情,我是刑警寧澤截歉,帶...
    沈念sama閱讀 35,621評論 5 345
  • 正文 年R本政府宣布胖腾,位于F島的核電站,受9級特大地震影響瘪松,放射性物質(zhì)發(fā)生泄漏咸作。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,220評論 3 328
  • 文/蒙蒙 一宵睦、第九天 我趴在偏房一處隱蔽的房頂上張望记罚。 院中可真熱鬧,春花似錦壳嚎、人聲如沸桐智。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,838評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽说庭。三九已至,卻和暖如春郑趁,著一層夾襖步出監(jiān)牢的瞬間刊驴,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,971評論 1 269
  • 我被黑心中介騙來泰國打工寡润, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留捆憎,地道東北人。 一個月前我還...
    沈念sama閱讀 48,025評論 2 370
  • 正文 我出身青樓梭纹,卻偏偏與公主長得像躲惰,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子变抽,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,843評論 2 354

推薦閱讀更多精彩內(nèi)容