突破性的人工智能現在可以提前7年預測阿爾茨海默氏癥

我們還沒有治愈的方法阿爾茨海默病，但及早發現它意味著可以做好準備，甚至可能采取預防措施。

新增功能人工智能（AI）模型可以很快為注定在癥狀出現前幾年出現癥狀的個體提供早期預警。

來自加州大學舊金山分校（UCSF）和斯坦福大學的一個團隊申請了機器學習方法處理超過 500 萬條健康記錄，訓練 AI 發現連接的模式阿爾茨海默氏癥到其他條件。

由此產生的系統并不完美，但當與已知后來患上阿爾茨海默氏癥的人的記錄進行測試時，人工智能能夠在72%的時間內準確預測其發展 - 在某些情況下，甚至長達七年。

人工智能系統的預測能力源于它能夠結合對幾種不同風險類型的分析來計算阿爾茨海默氏癥的發展.這些發現可以告訴我們更多關于這種疾病的原因，以及誰可能容易受到這種疾病的影響。

“這是在常規臨床數據上使用人工智能的第一步，不僅是為了盡早識別風險，也是為了了解其背后的生物學。說來自加州大學舊金山分校的生物工程師Alice Tang。

該模型檢測到許多可用于計算阿爾茨海默氏癥風險的條件，包括高血壓，高膽固醇,維生素D 缺乏癥，以及抑郁癥.勃起功能障礙和前列腺肥大也是男性的重要因素，其中骨質疏松（骨骼疾病）對女性意義重大。

這并不是說有這些健康問題的人會患上癡呆，但人工智能分析將每個問題作為值得關注的預測因素。希望同樣的機器學習方法有朝一日能夠識別其他難以診斷的疾病的風險因素。

“正是疾病的結合使我們的模型能夠預測阿爾茨海默氏癥的發作，”說柄腳。“我們發現骨質疏松癥是女性的一個預測因素，突出了骨骼健康和癡呆風險之間的生物學相互作用。

研究人員還調查了一些已確定的聯系背后的生物學。發現骨質疏松癥、女性阿爾茨海默氏癥和基因MS4A6A的變異是相互關聯的，為研究這種疾病的發展提供了新的機會。

“這是一個很好的例子，說明我們如何利用機器學習來利用患者數據來預測哪些患者更有可能患上阿爾茨海默氏癥，并了解其原因。說瑪麗娜·西羅塔（Marina Sirota），加州大學舊金山分校（UCSF）的計算健康科學家。

該研究已發表在自然衰老.

寶寶起名 起名