該研究使用機器學習技術來觀察大腦內(nèi)的結(jié)構特征,包括以前與阿爾茨海默病無關的區(qū)域。該技術的優(yōu)勢在于其簡單性,并且可以在很難診斷的早期階段識別疾病。
雖然沒有治愈阿爾茨海默病的方法,但在早期快速得到診斷對患者有幫助。它使他們能夠獲得幫助和支持,獲得治療以控制他們的癥狀并為未來做計劃。能夠在疾病的早期準確識別患者也將有助于研究人員了解引發(fā)疾病的大腦變化,并支持新療法的開發(fā)和試驗。
該研究發(fā)表在 Nature Portfolio Journal,Communications Medicine上。
阿爾茨海默病是最常見的癡呆癥,在英國影響超過 50 萬人。盡管大多數(shù)阿爾茨海默病患者在 65 歲后發(fā)病,但該年齡以下的人也可以發(fā)病。癡呆癥最常見的癥狀是記憶力減退以及思考、解決問題和語言方面的困難。
醫(yī)生目前使用大量測試來診斷阿爾茨海默病,包括記憶力和認知測試以及腦部掃描。掃描用于檢查大腦中的蛋白質(zhì)沉積和海馬體的收縮,海馬體是與記憶相關的大腦區(qū)域。所有這些測試都可能需要幾周的時間來安排和處理。
新方法只需要其中一項——在大多數(shù)醫(yī)院常見的標準 1.5 特斯拉機器上進行的磁共振成像 (MRI) 腦部掃描。
研究人員采用了一種用于分類癌癥腫瘤的算法,并將其應用于大腦。他們將大腦分為 115 個區(qū)域,并分配了 660 個不同的特征,例如大小、形狀和紋理,以評估每個區(qū)域。然后,他們訓練算法來識別這些特征的變化可以準確預測阿爾茨海默病的存在。
利用阿爾茨海默病神經(jīng)影像學計劃的數(shù)據(jù),該團隊測試了他們對 400 多名早期和晚期阿爾茨海默病患者、健康對照組和其他神經(jīng)系統(tǒng)疾病患者(包括額顳葉癡呆和帕金森病)的腦部掃描方法。他們還用帝國學院醫(yī)療保健 NHS 信托基金接受阿爾茨海默氏癥診斷測試的80 多名患者的數(shù)據(jù)對其進行了測試。
他們發(fā)現(xiàn),在 98% 的病例中,僅基于 MRI 的機器學習系統(tǒng)就可以準確預測患者是否患有阿爾茨海默病。它還能夠在 79% 的患者中以相當高的準確度區(qū)分早期和晚期阿爾茨海默氏癥。
標簽:
免責聲明:本文由用戶上傳,與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考,并不構成投資建議。投資者據(jù)此操作,風險自擔。 如有侵權請聯(lián)系刪除!