人工智能可以在症状出现前几年就发现痴呆

痴呆症的特征是大脑中不同类型蛋白质的积聚，损伤脑组织并导致认知能力下降。在阿尔茨海默病中，这些蛋白质包括β -淀粉样蛋白，它会形成“斑块”，聚集在神经元之间，影响它们的功能，还有tau蛋白，它会在神经元内部积累。

大脑的分子和细胞变化通常在症状出现多年前就开始了。诊断痴呆可能需要几个月甚至几年的时间。它通常需要两到三个医院包括一系列CT、PET和MRI扫描，以及侵入性木材穿刺。

剑桥大学和艾伦·图灵研究所的Zoe Kourtzi教授领导的团队开发了机器学习工具，可以在非常早期的阶段检测到患者的痴呆症。通过对患上阿尔茨海默症患者的脑部扫描，他们的机器学习算法学会了发现大脑的结构变化。当与标准记忆测试的结果相结合时，该算法能够提供一个预后评分，即个体患阿尔茨海默氏症的可能性。

对于那些表现出轻度认知障碍(记忆丧失或语言或视觉/空间感知问题的迹象)的患者，该算法在预测那些会发展为阿尔茨海默氏症的患者方面的准确率超过80%。它还能预测他们的认知能力随着时间的推移会有多快的下降。

剑桥大学心理学系的Kourtzi教授说:“我们已经训练了机器学习算法，通过寻找大脑灰质丢失(本质上是磨损)的模式来发现痴呆的早期迹象。”当我们将其与标准的记忆测试相结合时，我们可以预测一个人的认知能力下降的速度是慢还是快。

“我们甚至能够识别出一些还没有表现出任何症状，但后来发展为阿尔茨海默症的患者。”

尽管该算法已经经过优化，以寻找阿尔茨海默氏症的迹象，但库尔茨教授和同事们现在正在训练它识别不同形式的痴呆，每种形式的痴呆都有其独特的体积损失模式。

来自临床神经科学部的Timothy Rittman博士是剑桥大学医院(CUH) NHS基金会信托基金的一部分Addenbrooke医院的顾问，他现在正在领导一项试验，以观察这种方法在临床环境中是否有用。

Rittman博士解释说:“我们已经证明了这种方法在研究环境中是有效的，现在我们需要在‘现实世界’环境中进行测试。”

到目前为止，大约有80名患者参加了该试验，由剑桥大学、剑桥郡和彼得伯勒NHS基金会信托基金以及布莱顿的两家NHS信托基金组织进行。

Rittman博士解释说，早期发现痴呆症很重要，原因有几个。“当患者开始出现记忆和认知问题时，这是一段非常困难的时期，这是可以理解的。能够提供准确的诊断可以让他们清醒，根据诊断，可以缓解他们的情绪，或帮助他们和他们的亲人为长期的治疗做好准备。”

目前能帮助治疗痴呆的药物非常少。临床试验经常失败的原因之一被认为是，一旦患者出现症状，可能就来不及做出重大改变了。因此，拥有在非常早期阶段识别个体的能力可以帮助研究人员开发新药。

如果试验成功，该算法将推广到全国数千名患者身上。

患有阿尔茨海默氏症

阿登布鲁克的病人丹尼斯·克拉克是全国第一批参加新试验的人之一。在封锁之前，这位75岁的退休销售总监和妻子佩妮一起享受退休生活，去度假，遛两只狗。但佩妮很快就发现他开始忘事了。

“如果我让他做什么事，他会反其道而行之。当我们出去吃饭时——因为封锁，我们有很长一段时间没有去吃饭——他什么都不记得怎么付钱了。”

当一向以外表为傲的丹尼斯开始一遍又一遍地穿同样的衣服时，佩妮决定给全科医生打电话求助。

全科医生在电话里做了一个快速检查，说丹尼斯需要转诊。我听说阿登布鲁克有一个非常全面的记忆单元，所以我真的很高兴我们能被转到那里。

“我们进行了初步咨询，并被问及是否想走研究路线，我非常希望丹尼斯这样做，因为这不仅帮助了他，也帮助了其他人。”

丹尼斯做了核磁共振扫描，当天晚些时候，他和佩妮收到消息，他的结果与阿尔茨海默病的早期发作一致。丹尼斯将开始服用药物来帮助治疗老年痴呆症的症状。

“我们非常感谢阿登布鲁克，并建议其他人也参加试验。更快的诊断意味着丹尼斯将能够开始服药，有望延缓他的疾病。这也意味着我们可以为未来做计划，开始接受正在发生的事情。”

---

---