新華社北京7月22日電　早期診斷對于有效控制阿爾茨海默病進(jìn)程非常重要。英國劍橋大學(xué)等機構研究人員開(kāi)發(fā)出一種新型人工智能（AI）模型，團隊表示該模型不但可避免侵入性或昂貴的檢測，還可更早預測出阿爾茨海默病。

　　 據介紹，目前阿爾茨海默病早期診斷要想做到準確，一般需依靠侵入性或昂貴的檢測方法，如腰椎穿刺或正電子發(fā)射斷層掃描。然而，并非所有醫療機構都有這樣的檢測條件。因此，多達三分之一的患者可能會(huì )被誤診，更有患者因診斷過(guò)晚而無(wú)法接受有效治療。劍橋大學(xué)領(lǐng)銜研發(fā)的AI預測模型，提供了一種無(wú)創(chuàng )且成本低廉的方法，可有效預測研究對象是否會(huì )在未來(lái)三年內患阿爾茨海默病。相關(guān)研究已發(fā)表在英國《電子臨床醫學(xué)》雜志上。

　　 基于美國研究小組收集的400名大腦灰質(zhì)萎縮患者的認知測試和核磁共振掃描數據，研究團隊利用機器學(xué)習算法建立了一個(gè)AI預測模型，并使用英國、新加坡等多個(gè)診所的真實(shí)世界數據測試該模型。由于使用了文本、圖片等多模態(tài)數據，該模型可比傳統臨床診斷更準確預測早期病癥轉化為阿爾茨海默病的概率。

　　 測試結果顯示，該模型識別三年內會(huì )患上阿爾茨海默病的人的準確率達82%，識別三年內不會(huì )患上阿爾茨海默病的人的準確率達81%。

　　 全球有超過(guò)5500萬(wàn)人患癡呆癥，其中最常見(jiàn)的類(lèi)型就是阿爾茨海默病。未來(lái)，研究團隊希望將該模型擴展到預測其他類(lèi)型的癡呆癥，如血管性癡呆和額顳葉癡呆，并使用不同類(lèi)型數據，如血液檢測中的標記物等。