研究人员在诊断前训练AI发现阿尔茨海默病-而后网

虽然阿尔茨海默病影响全世界数千万人,但早期仍难以发现。但研究人员正在研究人工智能是否可以在检测患者的阿尔茨海默病中发挥作用,他们发现它可能是帮助发现疾病的有效工具。加利福尼亚州的研究人员最近在放射学杂志上发表了一项研究,他们证明,一旦接受过培训,神经网络能够在少数患者中准确诊断出阿尔茨海默病,并且这是基于在这些患者之前多年进行的脑部扫描。实际上是由医生诊断出来的。

该团队使用脑图像 - FDG-PET图像 - 来训练和测试他们的神经网络。通过这种类型的成像,FDG(一种放射性葡萄糖)被注射到人体的血液中,然后该人的身体组织(包括脑组织)就像常规葡萄糖一样吸收它。然后,科学家和医生可以使用PET扫描来了解组织的代谢活动,这取决于FDG的摄取量或摄入量。

FDG-PET已经与阿尔茨海默病一起使用,患有该疾病的患者通常在大脑的某些部位显示较低水平的代谢活动。但是专家必须分析这些图像才能找到阿尔茨海默病的证据,并且由于轻度认知功能障碍和阿尔茨海默氏症可以在扫描中产生类似的结果,因此它可能变得相当棘手。

因此,该团队使用了来自1,002名患者的2,109个FDG-PET图像,在90%的患者身上训练他们的神经网络,并在另外10%的患者身上进行测试。他们还在2006年至2016年间对40名患者进行扫描的单独测试中测试了他们的神经网络,并将AI的发现与分析相同数据的一组专家进行了比较。

通过单独的测试数据,AI能够在100%的时间内准确诊断阿尔茨海默病患者,并且能够准确地确定患者在82%的时间内没有患病。它还预测这些诊断平均比这些患者实际被医生诊断的时间提前了六年多。相比之下,一组看着相同扫描的医生正确地确定了57%的阿尔茨海默病患者和91%没有患病的患者。然而,当诊断出未发展为阿尔茨海默病的轻度认知障碍时,AI和医生表现之间的差异并不那么明显。

研究人员指出,他们的研究有一些局限性,包括少量的测试数据和有限类型的训练数据。并且他们明确表示他们的算法需要在更大的数据集上进一步测试。但它表明AI可能是未来放射科医师的有用工具。其他研究人员也发现了这一点,以前的工作也表明AI可能比我们用传统方法更早地帮助诊断阿尔茨海默病。

“如果我们在出现所有症状时诊断出阿尔茨海默病,那么大脑体积减少是如此之大,以至于进行干预为时已晚,”该项目研究员Jae Ho Sohn在一份声明中表示。“如果我们能够更早地发现它,研究人员就有机会找到更好的方法来减缓甚至停止疾病过程。”