剑桥大学科学家开发出一种人工智能工具，可以在五分之四的情况下预测出患有早期痴呆症迹象的人是否会保持稳定或发展为阿尔茨海默病。
研究团队表示，这种新方法可以减少对侵入性且昂贵的诊断测试的需求，同时尽早改善治疗结果，此时改变生活方式或新药等干预措施可能有机会发挥最佳作用。
痴呆症是全球医疗保健面临的重大挑战，影响全球超过 5500 万人，每年花费约 8200 亿美元。预计未来 50 年，痴呆症患者数量将增加近三倍。
痴呆症的主要病因是阿尔茨海默病，占痴呆症病例的 60-80%。早期发现至关重要，因为此时治疗可能最有效，然而，如果不使用正电子发射断层扫描 (PET) 扫描或腰椎穿刺等侵入性或昂贵的测试，早期痴呆症的诊断和预后可能不准确，而并非所有记忆诊所都提供这些测试。
结果，多达三分之一的患者可能被误诊，而其他患者诊断得太晚，无法获得有效治疗。
由剑桥大学心理学系科学家领导的团队开发了一种机器学习模型，该模型能够预测患有轻度记忆和思维问题的人是否会发展为阿尔茨海默病以及发展速度有多快。他们在《eClinicalMedicine》上发表的一项研究中表明，该模型比目前的临床诊断工具更准确。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！