导读 预计几年内，全球数百万阿尔茨海默病 (AD) 患者的护理费用将超过 1 万亿美元。除了巨大的健康负担外，患者及其护理人员还承受着经济、...
预计几年内，全球数百万阿尔茨海默病 (AD) 患者的护理费用将超过 1 万亿美元。除了巨大的健康负担外，患者及其护理人员还承受着经济、身体和心理上的压力。关于 AD 药物反复失败的一个理论是，接受实验性治疗的患者在疾病过程中选择得太晚。因此，在疾病早期识别出进展为 AD 高风险的患者非常重要。
为了帮助识别哪些人可以从早期干预中受益，波士顿大学的研究人员开发了一种深度学习框架，可以根据轻度认知障碍(MCI) 患者发展为 AD 的风险对他们进行分层。
波士顿大学 Chobanian & Avedisian 学院医学副教授、通讯作者 Vijaya B. Kolachalama 博士、FAHA 表示：“量化进展为阿尔茨海默病 (AD) 的风险有助于确定哪些人可以从早期干预中受益。”医学。
研究小组研究了来自阿尔茨海默病神经影像计划 (ADNI) 和国家阿尔茨海默病协调中心 (NACC) 的数据，根据脑液淀粉样蛋白-β 水平将患有轻度认知障碍 (MCI) 的个体分为几组。他们研究了这些群体中的灰质体积模式，以识别风险群体，并通过专家评估验证他们的发现。
他们开发了将神经网络与生存分析相结合的模型，以预测从 MCI 到阿尔茨海默病的进展。然后，他们将模型预测与生物学证据联系起来，用尸检数据证实了阿尔茨海默病的诊断。
Kolachalama 补充道：“通过利用可解释机器学习的进步，我们证明与AD 相关的大脑区域(例如内侧颞叶)是预测进展风险的最重要区域之一，从而确保我们的研究结果与既定的医学知识一致。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！