導讀 劍橋大學科學家開發(fā)出一種人工智能工具，可以在五分之四的情況下預測出患有早期癡呆癥跡象的人是否會保持穩(wěn)定或發(fā)展為阿爾茨海默病。研究團...
劍橋大學科學家開發(fā)出一種人工智能工具，可以在五分之四的情況下預測出患有早期癡呆癥跡象的人是否會保持穩(wěn)定或發(fā)展為阿爾茨海默病。
研究團隊表示，這種新方法可以減少對侵入性且昂貴的診斷測試的需求，同時盡早改善治療結果，此時改變生活方式或新藥等干預措施可能有機會發(fā)揮最佳作用。
癡呆癥是全球醫(yī)療保健面臨的重大挑戰(zhàn)，影響全球超過 5500 萬人，每年花費約 8200 億美元。預計未來 50 年，癡呆癥患者數量將增加近三倍。
癡呆癥的主要病因是阿爾茨海默病，占癡呆癥病例的 60-80%。早期發(fā)現至關重要，因為此時治療可能最有效，然而，如果不使用正電子發(fā)射斷層掃描 (PET) 掃描或腰椎穿刺等侵入性或昂貴的測試，早期癡呆癥的診斷和預后可能不準確，而并非所有記憶診所都提供這些測試。
結果，多達三分之一的患者可能被誤診，而其他患者診斷得太晚，無法獲得有效治療。
由劍橋大學心理學系科學家領導的團隊開發(fā)了一種機器學習模型，該模型能夠預測患有輕度記憶和思維問題的人是否會發(fā)展為阿爾茨海默病以及發(fā)展速度有多快。他們在《eClinicalMedicine》上發(fā)表的一項研究中表明，該模型比目前的臨床診斷工具更準確。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯系刪除！