人工智能可以在痴呆症症状出现前数年检测到

痴呆症的特点是大脑中不同类型的蛋白质积聚，这会损害脑组织并导致认知能力下降。在阿尔茨海默氏症中，这些蛋白质包括β -淀粉样蛋白和tau蛋白，前者会形成“斑块”，在神经元之间聚集并影响它们的功能，后者会在神经元内部积聚。

大脑的分子和细胞变化通常在症状出现前很多年就开始了。诊断痴呆可能需要几个月甚至几年的时间。它通常需要两到三个医院包括一系列CT、PET和MRI扫描，以及侵入性腰椎穿刺。

由剑桥大学和艾伦图灵研究所的佐伊·库尔齐教授领导的一个团队开发了一种机器学习工具，可以在早期阶段检测出患者的痴呆症。通过对阿尔茨海默氏症患者的脑部扫描，他们的机器学习算法学会了发现大脑的结构变化。当与标准记忆测试的结果相结合时，该算法能够提供一个预后评分，即个体患阿尔茨海默病的可能性。

对于那些表现出轻度认知障碍的患者——有记忆丧失或语言或视觉/空间感知问题的迹象——该算法预测那些继续发展为阿尔茨海默病的人的准确率高于80%。它还能够预测他们的认知能力随着时间的推移会下降多快。

来自剑桥大学心理学系的库尔齐教授说:“我们已经训练了机器学习算法，通过寻找大脑中灰质流失的模式来发现痴呆症的早期迹象。当我们将其与标准记忆测试相结合时，我们可以预测一个人的认知能力下降的速度是慢还是快。

“我们甚至能够识别出一些尚未表现出任何症状，但后来发展为阿尔茨海默氏症的患者。”

虽然该算法已经被优化为寻找阿尔茨海默病的迹象，但库尔齐教授和他的同事们现在正在训练它识别不同形式的痴呆症，每一种痴呆症都有自己独特的体积损失模式。

来自临床神经科学系的蒂莫西·里特曼博士是剑桥大学医院(CUH) NHS基金会信托基金的一部分阿登布鲁克医院的顾问，他现在正在领导一项试验，看看这种方法在临床环境中是否有用。

“我们已经证明了这种方法在研究环境中是有效的——我们现在需要在‘真实世界’的环境中进行测试，”里特曼博士解释说。

迄今为止，约有80名患者参加了这项试验，试验由剑桥大学、剑桥郡和彼得伯勒NHS基金会信托基金以及布莱顿的两家NHS信托基金负责。

里特曼博士解释说，早期发现痴呆症很重要，原因有几个。“当患者开始出现记忆和认知问题时，这是一段非常困难的时期，这是可以理解的。能够提供准确的诊断使他们清晰，并且根据诊断结果，可以放松他们的思想，或者帮助他们和他们的亲人做好长期的准备。”

目前很少有药物可以帮助治疗痴呆症。临床试验经常失败的原因之一被认为是，一旦患者出现症状，可能为时已晚，无法做出重大改变。因此，拥有在早期阶段识别个体的能力可以帮助研究人员开发新药。

如果试验成功，该算法可能会推广到全国数千名患者身上。

患有阿尔茨海默病

阿登布鲁克的病人丹尼斯·克拉克(Dennis Clark)是美国首批参加这项新试验的人之一。在封锁之前，这位75岁的退休销售总监和妻子佩妮一起享受着退休生活，去度假，遛两条狗。但佩妮很快发现他开始健忘了。

“如果我让他做什么，他就会反其道而行之。后来我们出去吃饭的时候——由于封锁，我们很久没有出去吃饭了——他不记得怎么付钱了。”

当一向以自己的外表为荣的丹尼斯开始一遍又一遍地穿同样的衣服时，佩妮决定打电话给全科医生寻求帮助。

“全科医生在电话里做了快速检查，说丹尼斯需要转介。我听说阿登布鲁克有一个非常全面的记忆单元，所以我真的很高兴我们能够被推荐到那里。

“我们进行了初步咨询，有人问我们是否想继续研究下去，我真的很希望丹尼斯这样做，因为这不仅对他有帮助，对其他人也有帮助。”

丹尼斯接受了核磁共振扫描，同一天晚些时候，他和佩妮收到了消息，结果与阿尔茨海默病的早期发作一致。丹尼斯将开始服用药物来帮助治疗阿尔茨海默病的症状。

“我们非常感谢阿登布鲁克，并建议其他人也参加试验。更快的诊断意味着丹尼斯将能够开始药物治疗，这有望延缓他的病情。这也意味着我们可以规划未来，并开始接受正在发生的事情。”

---

---