用微信扫码二维码

分享至好友和朋友圈

　　本文为转化医学网原创，转载请注明出处

　　作者：Daisy

　　导读：目前我们对阿尔茨海默症（AD)尚无有效的治疗方法，但可以通过早诊断、早介入来改善患者的生存状况。最近，来自立陶宛考纳斯大学的研究人员，基于先前早期检测AD的方法，开发出一种新的基于深度学习和人工智能的算法，将图像处理交给机器，通过功能磁共振成像（fMRI）识别大脑中与阿尔茨海默病发病相关的区域，甚至一些早期没有明显症状的患者，预测阿尔茨海默病的准确度接近100%。

　　阿尔茨海默病（AD）是一种起病隐匿的进行性发展的神经系统退行性疾病。临床上以记忆障碍、失语、失用、失认、视空间技能损害、执行功能障碍以及人格和行为改变等全面性痴呆表现为特征，病因迄今未明。65岁以前发病者，称早老性痴呆；65岁以后发病者称老年性痴呆，它影响着世界上大部分老龄化人口。因此，早期诊断这种疾病以建立有效护理和改善患者生活的必要性再怎么强调也不为过。

　　立陶宛考纳斯大学的研究人员开发了一种基于深度学习的方法，可以通过大脑图像预测阿尔茨海默病的可能发病，准确率超过99%。在《Diagnostics》上发表了一篇题为“Analysis of Features of Alzheimer’s Disease: Detection of Early Stage from Functional Brain Changes in Magnetic Resonance Images Using a Finetuned ResNet18 Network”的文章，该方法是在分析138名受试者的功能性MRI图像时开发的，在准确性、敏感性和特异性方面优于先前开发的。

　　据世界卫生组织称，阿尔茨海默病是痴呆症最常见的病因，占痴呆症病例的70%。全世界约有2400万人受到影响，预计这一数字将每20年翻一番。由于社会老龄化，该疾病在未来几年将成为代价高昂的公共卫生负担。

　　“全世界的医学专业人员都试图提高人们对早期阿尔茨海默病诊断的认识，这为患者提供了更好的从治疗中获益的机会。这也是尼日利亚博士生Modupe Odusami选择课题时最重要的议题之一。”考纳斯科技大学信息工程系多媒体工程系的研究员Rytis Maskeliūnas曾这样说，他也是Odusami的博士生导师。

　　把图像处理委托给机器

　　分析阿尔茨海默病（AD）的特征，根据最新的技术，创建更有效和准确的工具。目前，有几种方法可用于早期检测AD，如神经成像技术，行为和情绪分析，通常称为认知方法，以及认知测试。行为分析方法有助于检测对日常生活活动中常见问题的不规则反应，其中一些方法涉及在患者家中安装传感器。这种策略的一个主要缺点是它有很多限制，因为在患者的家中安装传感器需要得到他们的许可。

　　阿尔茨海默病的早期症状之一可能是轻度认知损害（MCI），这是正常衰老预期认知下降和痴呆之间的阶段。根据Maskeliūnas的说法，基于先前的研究，功能磁共振成像（fMRI）可以用来识别大脑中与阿尔茨海默病发病相关的区域。MCI的早期通常没有明显的症状，但在相当多的情况下，可以通过神经影像学检测到。

　　然而，尽管理论上可能，手动分析功能磁共振成像图像，试图识别与阿尔茨海默氏症相关的变化，不仅需要特定的知识，而且耗时。应用深度学习和其他人工智能方法可以大大加快这一速度。发现MCI特征并不一定意味着存在疾病，因为它也可能是其他相关疾病的症状，但它更像是一个指标和可能的助手，可以引导医疗专业人员进行评估。

　　“现代信号处理允许将图像处理委托给机器，机器可以更快、更准确地完成图像处理。当然，我们不敢建议医学专业人员百分之百地依赖任何算法。把一台机器想象成一个机器人，它能够完成最繁琐的任务，对数据进行排序并搜索特征。在这种情况下，在计算机算法选择了可能受影响的病例后，专家可以更仔细地研究这些病例，最终，随着诊断和治疗更快地到达患者手中，每个人都会受益。”Maskeliūnas说，他是该模型研究团队的负责人。

　　我们需要充分利用数据

　　基于深度学习的模型是由立陶宛人工智能领域的研究人员，进行的富有成果的合作开发的，该模型使用了著名的ResNet 18（残差神经网络）对138名受试者获得的功能性MRI图像进行分类。这些图像分为六类：从健康到轻度认知障碍（MCI）到老年痴呆症。研究总共78753张图像，为了进行评估，将数据集分为训练数据集和验证数据集，其分割率分别为70%（共51443张图像）和30%（共27310张图像）。

　　该研究的数据来自ADNI（阿尔茨海默病神经影像学倡议）数据库(http://adni.loni.usc.edu/）。

　　该模型能够有效地找到给定数据集中的MCI特征，对于早期MCI与AD、晚期MCI与AD以及MCI与早期MCI，分别达到99.99%、99.95%和99.95%的最佳分类精度。

　　Maskeliūnas说：“虽然这不是第一次尝试从类似的数据诊断早发性阿尔茨海默病，但我们的主要突破是算法的准确性。显然，如此高的数字并不能代表真实的现实表现，但我们正在与医疗机构合作，以获取更多数据。”

　　根据他的说法，该算法可以开发成软件，分析从弱势群体（65岁以上、有脑损伤、高血压等病史的人群）收集的数据，并通知医务人员与早发阿尔茨海默病相关的异常情况。

　　“我们需要充分利用数据，”Maskeliūnas说，“这就是为什么我们的研究小组专注于欧洲开放科学原则，这样任何人都可以利用我们的知识并进一步发展它们。我相信这项原则对社会进步有重大贡献。”

　　首席研究员的主要领域是将现代人工智能方法应用于信号处理和多模式接口，他说，上述模型可以集成到一个更复杂的系统中，分析几个不同的参数，例如，还可以监测眼球运动的跟踪，“面部阅读”、声音分析等。这样的技术可以用于自我检查和提醒，如果有任何事情引起担忧，可以寻求专业建议。

　　Maskeliūnas说：“技术可以使药物更容易获得，也更便宜。尽管它们永远不会（至少不会很快）真正取代医疗专业人员，但技术可以鼓励寻求及时的诊断和帮助。”

　　参考资料：

　　https://medicalxpress.com/news/2021-09-algorithm-alzheimer-percent-accuracy.html

　　注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.