研究人员通过人工智能增强阿尔茨海默病的疾病分类

Alzheimer疾病的警告标志（广告）可以在第一个症状出现之前开始在大脑年内。发现这些线索可能允许改变可能延迟疾病的大脑的破坏。

“提高阿尔茨海默氏症的诊断准确性是一个重要的临床目标。如果我们能够以利用现有数据(如MRI扫描)的方式提高模型的诊断准确性，那将是非常有益的，”通讯作者Vijaya B. Kolachalama博士解释说，他是波士顿大学医学院(BUSM)的医学助理教授。

使用高级ai（人工智能)框架的基础上，Kolachalama和他的团队进行了处理大脑图像(一些低和高质量)生成一个模型能够更准确地对老年痴呆症进行分类。

MRI扫描的质量取决于扫描仪使用的仪器。例如，1.5特斯拉磁铁扫描仪的质量图像略低于3特斯拉磁铁扫描仪的图像。磁强度是与特定扫描仪相关联的关键参数。研究人员获得了来自1.5特斯拉的大脑MR图像，同时采取的同一受试者的3个Tesla扫描仪，并开发了从这两个图像学习的GaN模型。

由于该模型从1.5特斯拉和3个特斯拉图像中“学习”，它产生的图像具有比1.5特斯拉扫描仪更高的质量，这些产生的图像也更好地预测了这些个体上的阿尔茨海默病状态而不是可能使用的内容仅基于1.5特斯拉图像的模型。“我们的模型基本上可以采取1.5特斯拉扫描仪派生图像并生成具有更好质量的图像，我们也可以使用派生图像来更好地预测阿尔茨海默病，而不是我们可以单独使用1.5个基于特斯拉的图像，”他补充说。

在全球范围内，65岁及以上的人口比所有其他年龄段更快地增长。到2050年，世界上有六个人将超过65岁。虽然2020年，估计估计的AD的医疗保健费用估计为30.5亿美元，预计人口年龄将增加到超过1万亿美元。患者及其护理人员的严重负担，特别是AD患者的家庭照顾者面临极度困难和痛苦，代表着一个主要但经常隐患的负担。

根据研究人员，可能有可能在先前使用的疾病群体上生成增强质量的图像，这些疾病群体在继续依赖1.5T扫描仪的那些中心。“这将允许我们重建广告的最早阶段，并建立更准确的预测阿尔茨海默氏症的模型疾病除了单独的1.5T扫描仪中的数据可以使用数据而不是可以使用的状态。“Kolachalama说。

他希望这些先进的人工智能方法能够得到很好的利用，从而使医疗成像界能够充分利用人工智能的进步。他认为，这样的框架可以用于协调多个研究的成像数据，从而可以在不同人群中开发和比较模型。这可以导致开发出更好的诊断AD的方法。

这些发现在杂志中出现在线老年痴呆症的研究和治疗。

---

---