一项大规模的新研究得出结论，人工智能可以预测哪些参加记忆诊所的人将在两年内以 92% 的准确率患上痴呆症。
埃克塞特大学的研究使用来自美国 15,300 多名患者的数据，发现一种称为机器学习的人工智能形式可以准确判断谁将继续发展为痴呆症。
该技术的工作原理是发现数据中的隐藏模式并了解谁的风险最大。这项发表在JAMA Network Open 上并由英国阿尔茨海默氏症研究中心资助的研究还表明，该算法可以帮助减少可能被误诊为痴呆症的人数。
研究人员分析了参加美国 30 个国家阿尔茨海默病协调中心记忆诊所网络的人的数据。参与者在研究开始时没有痴呆，尽管许多人在记忆或其他大脑功能方面出现问题。
在 2005 年至 2015 年的研究时间范围内，十分之一的参与者 (1,568) 在访问记忆诊所的两年内收到了新的痴呆症诊断。研究发现，机器学习模型可以以高达 92% 的准确率预测这些新的痴呆病例——并且比两种现有的替代研究方法准确得多。
研究人员还首次发现，大约百分之八 (130) 的痴呆症诊断似乎是错误的，因为他们的诊断随后被逆转。机器学习模型准确地识别了这些不一致诊断中的 80% 以上。人工智能不仅可以准确预测哪些人将被诊断出患有痴呆症，而且还有可能提高这些诊断的准确性。
监督这项研究的埃克塞特大学艾伦·图灵研究员David Llewellyn 教授说：“我们现在能够教计算机准确预测谁将在两年内继续发展为痴呆症。我们也很高兴得知我们的机器学习方法能够识别可能被误诊的患者。这有可能减少临床实践中的猜测，并显着改善诊断途径，帮助家庭尽快、尽可能准确地获得所需的支持。”
埃克塞特大学研究员Janice Ranson 博士补充说：“我们知道痴呆症是一种非常可怕的疾病。在记忆诊所中嵌入机器学习可以帮助确保诊断更加准确，减少错误诊断可能导致的不必要的痛苦。”
研究人员发现，机器学习可以有效地发挥作用，使用临床上常规可用的患者信息，例如记忆力和大脑功能、认知测试的表现和特定的生活方式因素。该团队现在计划进行后续研究，以评估机器学习方法在临床中的实际应用，以评估它是否可以推广以改善痴呆症的诊断、治疗和护理。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！