未來有望抽管血就可診斷和預測老年癡呆，科學家研發出新AI算法

未來有望抽管血就可診斷和預測老年癡呆，科學家研發出新AI算法

IT之家 12 月 1 日消息，在湖南師范大學信息科學與工程學院教授畢夏安的帶領下，腦科學與人工智能團隊創新嘗試，開發出可診斷阿爾茨海默病（AD，又稱老年癡呆癥）的 AI 算法。

用于疾病分類與風險預測的深度學習算法技術框架。

該團隊深入分析大腦影像和基因數據，將其作為 AD 的宏觀視圖與微觀視圖，提出一種用于疾病分類與風險預測的深度學習算法，可精準生成大腦功能網絡視圖。

該算法應用到 AD 的大量實驗顯示，多階段診斷和風險預測準確率分別達 74.2% 和 84.5%，這比當前已有先進診斷方法平均高出 10 個百分點。

圖源：青島市急救中心

該研究成果于 11 月 6 日發表于 IEEE TPAMI 上，畢夏安為第一作者和通訊作者，美國佐治亞大學教授劉天明為共同通訊作者，哈佛大學醫學院和麻省總醫院助理教授李響等參與研究，湖南師范大學為論文第一單位及通訊單位。

在生物醫學領域，AD 被定義為由多種復雜因素共同導致的腦退行性疾病。目前研究人員已開發出多種檢測技術以幫助臨床工作者了解病情，比如磁共振、PET 等醫學影像檢查手段。

畢夏安解釋：

我們在阿爾茨海默病神經影像學計劃 (ADNI) 數據庫中，提取了 197 個早期輕度認知功能障礙、203 個晚期輕度認知功能障礙和 233 個阿爾茨海默癥患者的數據信息做驗證，取得了可喜結果。

目前抽血做全基因組測試，是可能判斷早期阿爾茨海默癥和風險的，但并不知道基因如何刻畫大腦功能的改變，且大腦改變是不可視的。基于團隊算法，個體基因數據可直接映射出對應的腦網絡。

IT之家附上論文參考地址：X. a. Bi et al., &34;Structure Mapping Generative Adversarial Network for Multiview Information Mapping Pattern Mining,&34; in IEEE Transactions on Pattern Analysis and Machine Intelligence, doi: 10.1109/TPAMI.2023.3330795.