一項大規(guī)模的新研究得出結(jié)論，人工智能可以預(yù)測哪些參加記憶診所的人將在兩年內(nèi)以 92% 的準確率患上癡呆癥。
?？巳卮髮W(xué)的研究使用來自美國 15,300 多名患者的數(shù)據(jù)，發(fā)現(xiàn)一種稱為機器學(xué)習(xí)的人工智能形式可以準確判斷誰將繼續(xù)發(fā)展為癡呆癥。
該技術(shù)的工作原理是發(fā)現(xiàn)數(shù)據(jù)中的隱藏模式并了解誰的風(fēng)險最大。這項發(fā)表在JAMA Network Open 上并由英國阿爾茨海默氏癥研究中心資助的研究還表明，該算法可以幫助減少可能被誤診為癡呆癥的人數(shù)。
研究人員分析了參加美國 30 個國家阿爾茨海默病協(xié)調(diào)中心記憶診所網(wǎng)絡(luò)的人的數(shù)據(jù)。參與者在研究開始時沒有癡呆，盡管許多人在記憶或其他大腦功能方面出現(xiàn)問題。
在 2005 年至 2015 年的研究時間范圍內(nèi)，十分之一的參與者 (1,568) 在訪問記憶診所的兩年內(nèi)收到了新的癡呆癥診斷。研究發(fā)現(xiàn)，機器學(xué)習(xí)模型可以以高達 92% 的準確率預(yù)測這些新的癡呆病例——并且比兩種現(xiàn)有的替代研究方法準確得多。
研究人員還首次發(fā)現(xiàn)，大約百分之八 (130) 的癡呆癥診斷似乎是錯誤的，因為他們的診斷隨后被逆轉(zhuǎn)。機器學(xué)習(xí)模型準確地識別了這些不一致診斷中的 80% 以上。人工智能不僅可以準確預(yù)測哪些人將被診斷出患有癡呆癥，而且還有可能提高這些診斷的準確性。
監(jiān)督這項研究的?？巳卮髮W(xué)艾倫·圖靈研究員David Llewellyn 教授說：“我們現(xiàn)在能夠教計算機準確預(yù)測誰將在兩年內(nèi)繼續(xù)發(fā)展為癡呆癥。我們也很高興得知我們的機器學(xué)習(xí)方法能夠識別可能被誤診的患者。這有可能減少臨床實踐中的猜測，并顯著改善診斷途徑，幫助家庭盡快、盡可能準確地獲得所需的支持。”
?？巳卮髮W(xué)研究員Janice Ranson 博士補充說：“我們知道癡呆癥是一種非?？膳碌募膊 Ｔ谟洃浽\所中嵌入機器學(xué)習(xí)可以幫助確保診斷更加準確，減少錯誤診斷可能導(dǎo)致的不必要的痛苦。”
研究人員發(fā)現(xiàn)，機器學(xué)習(xí)可以有效地發(fā)揮作用，使用臨床上常規(guī)可用的患者信息，例如記憶力和大腦功能、認知測試的表現(xiàn)和特定的生活方式因素。該團隊現(xiàn)在計劃進行后續(xù)研究，以評估機器學(xué)習(xí)方法在臨床中的實際應(yīng)用，以評估它是否可以推廣以改善癡呆癥的診斷、治療和護理。
標簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！