实验室的科学家使用人工智能技术和大数据来开发一种能够识别发病前两年痴呆特征的算法，使用单次淀粉样蛋白PET扫描有患阿尔茨海默病风险的人的大脑。他们的研究结果出现在《Neurobiology of Aging》杂志上发表的一项新研究中。
McGill神经外科和精神病学部门的研究副教授兼首席研究员Pedro Rosa-Neto博士预计，这种技术将改变医生管理患者的方式，并大大加速阿尔茨海默病的治疗研究。
“通过使用这个工具，临床试验只能关注在研究的时间范围内更有可能进入痴呆症的个体，这将大大降低进行这些研究所需的成本和时间。”Serge Gauthier博士补充说。 ，共同主编作者和麦吉尔神经外科与神经外科和精神病学教授。
淀粉样蛋白作为痴呆的生物标志物
科学家早已知道称为淀粉样蛋白的蛋白质会积累在患有轻度认知障碍（MCI）的患者的脑部，这种情况常常导致痴呆。虽然淀粉样蛋白的积累在痴呆症状发生前几十年，但由于不是所有的MCI患者都会发生阿尔茨海默病，因此该蛋白质不能可靠地用作预测性生物标志物。
为了进行研究，麦吉尔研究人员利用阿尔茨海默病神经影像学计划（ADNI）提供数据，这项全球研究工作使参与患者同意完成各种成像和临床评估。
来自Rosa-Neto和Gauthier团队的计算机科学家Sulantha Mathotaarachchi使用数百个来自ADNI数据库的MCI患者的淀粉样蛋白PET扫描来训练团队的算法，以鉴定哪些患者会发生痴呆，准确率为84％。目前正在进行研究以寻找可以纳入该算法的其他痴呆生物标志物，以提高软件的预测能力。
麦吉尔大学老龄研究中心主任罗莎 - 内托博士（Dr. Rosa-Neto）说：“这是数据和开放科学大数学为病人护理带来切实利益的一个例子。
虽然新的软件已经在线提供给科学家和学生，但在医疗机构认证之前，医生将无法在临床实践中使用此工具。为此，McGill团队正在进行进一步测试，以验证不同患者队列中的算法，特别是那些具有并发条件如小笔画的算法。
【本文由爱吧机器人网原创编译，转载请注明来源】
