该研究使用机器学习技术来观察大脑内的结构特征，包括以前与阿尔茨海默病无关的区域。该技术的优势在于其简单性，并且可以在很难诊断的早期阶段识别疾病。
虽然没有治愈阿尔茨海默病的方法，但在早期快速得到诊断对患者有帮助。它使他们能够获得帮助和支持，获得治疗以控制他们的症状并为未来做计划。能够在疾病的早期准确识别患者也将有助于研究人员了解引发疾病的大脑变化，并支持新疗法的开发和试验。
该研究发表在 Nature Portfolio Journal,Communications Medicine上。
阿尔茨海默病是最常见的痴呆症，在英国影响超过 50 万人。尽管大多数阿尔茨海默病患者在 65 岁后发病，但该年龄以下的人也可以发病。痴呆症最常见的症状是记忆力减退以及思考、解决问题和语言方面的困难。
医生目前使用大量测试来诊断阿尔茨海默病，包括记忆力和认知测试以及脑部扫描。扫描用于检查大脑中的蛋白质沉积和海马体的收缩，海马体是与记忆相关的大脑区域。所有这些测试都可能需要几周的时间来安排和处理。
新方法只需要其中一项——在大多数医院常见的标准 1.5 特斯拉机器上进行的磁共振成像 (MRI) 脑部扫描。
研究人员采用了一种用于分类癌症肿瘤的算法，并将其应用于大脑。他们将大脑分为 115 个区域，并分配了 660 个不同的特征，例如大小、形状和纹理，以评估每个区域。然后，他们训练算法来识别这些特征的变化可以准确预测阿尔茨海默病的存在。
利用阿尔茨海默病神经影像学计划的数据，该团队测试了他们对 400 多名早期和晚期阿尔茨海默病患者、健康对照组和其他神经系统疾病患者(包括额颞叶痴呆和帕金森病)的脑部扫描方法。他们还用帝国学院医疗保健 NHS 信托基金接受阿尔茨海默氏症诊断测试的80 多名患者的数据对其进行了测试。
他们发现，在 98% 的病例中，仅基于 MRI 的机器学习系统就可以准确预测患者是否患有阿尔茨海默病。它还能够在 79% 的患者中以相当高的准确度区分早期和晚期阿尔茨海默氏症。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！