人工智能在预测阿尔茨海默病进展方面的表现优于临床试验

研究团队表示，这种新方法可以减少对侵入性且昂贵的诊断测试的需求，同时在早期改善治疗结果，此时改变生活方式或新药等干预措施可能最有可能发挥作用。

痴呆症是全球医疗保健面临的重大挑战，影响全球超过 5500 万人，每年花费约 8200 亿美元。预计未来 50 年，痴呆症患者数量将增加近三倍。

痴呆症的主要病因是阿尔茨海默病，占痴呆症病例的 60-80%。早期发现至关重要，因为此时治疗可能最有效，但如果不使用正电子发射断层扫描 (PET) 扫描或腰椎穿刺等侵入性或昂贵的测试，早期痴呆症的诊断和预后可能不准确，而并非所有记忆诊所都提供这些测试。因此，多达三分之一的患者可能被误诊，而其他患者诊断得太晚，无法有效治疗。

由剑桥大学心理学系科学家领导的团队开发了一种机器学习模型，该模型能够预测患有轻度记忆和思维问题的人是否会发展为阿尔茨海默病以及发展速度有多快。在今天发表在《 eClinical Medicine》上的一项研究中，他们表明该模型比目前的临床诊断工具更准确。

为了建立模型，研究人员使用了来自美国研究队列的 400 多名个体的常规收集的、非侵入性的、低成本的患者数据——认知测试和显示灰质萎缩的结构性 MRI 扫描。

随后，他们使用来自美国队列的另外 600 名参与者的真实患者数据以及(重要的是)来自英国和新加坡记忆诊所的 900 人的纵向数据对该模型进行了测试。

该算法能够区分患有稳定轻度认知障碍的人和在三年内发展为阿尔茨海默病的人。仅通过认知测试和 MRI 扫描，它就能在 82% 的病例中正确识别出发展为阿尔茨海默病的人，并在 81% 的病例中正确识别出未发展为阿尔茨海默病的人。

该算法在预测阿尔茨海默病进展方面的准确率比目前的治疗标准(即标准临床指标(如灰质萎缩或认知评分)或临床诊断)高出约三倍。这表明该模型可以显著减少误诊。

该模型还允许研究人员使用每个人第一次就诊记忆诊所的数据将阿尔茨海默病患者分为三组：症状保持稳定的患者(约占 50%)、进展缓慢的阿尔茨海默病患者(约占 35%)和进展较快的阿尔茨海默病患者(剩余 15%)。通过查看 6 年的随访数据，这些预测得到了验证。这一点很重要，因为它可以帮助在早期阶段识别出那些可能从新疗法中受益的人，同时也能识别出那些需要密切监测的人，因为他们的病情可能会迅速恶化。

重要的是，对于那些有记忆力丧失等症状但病情保持稳定的人来说，最好采用不同的临床途径，因为他们的症状可能是由痴呆症以外的其他原因引起的，例如焦虑或抑郁。

剑桥大学心理学系资深作者佐伊·库尔齐 (Zoe Kourtzi) 教授表示：“我们创建了一种工具，尽管它仅使用来自认知测试和 MRI 扫描的数据，但它比目前的方法更敏感，可以预测某人是否会从轻微症状发展为阿尔茨海默病，如果会，那么进展是快还是慢。

“这有可能显著改善患者的健康状况，让我们知道哪些人需要密切护理，同时消除那些我们预测病情会保持稳定的患者的焦虑。在医疗资源面临巨大压力的时期，这也将有助于消除不必要的侵入性和昂贵的诊断测试的需要。”

虽然研究人员使用来自研究队列的数据测试了该算法，但该算法使用独立数据进行了验证，这些数据包括近 900 名在英国和新加坡就诊的记忆诊所患者。在英国，患者是通过 NHS 记忆诊所定量 MRI 研究 (QMIN-MC) 招募的，该研究由剑桥大学医院 NHS 信托基金和剑桥郡和彼得伯勒 NHS 基金会信托基金 (CPFT) 的共同作者 Timothy Rittman 博士领导。

研究人员表示，这表明它应该适用于现实世界的患者和临床环境。

CPFT 名誉顾问精神病学家、剑桥大学精神病学系助理教授 Ben Underwood 博士表示：“随着年龄的增长，记忆问题很常见。在临床上，我发现，如果不确定这些是否是痴呆症的最初迹象，会给患者及其家人带来很多担忧，也会让那些更愿意给出明确答案的医生感到沮丧。我们可能能够利用已有的信息减少这种不确定性，这一事实令人兴奋，而且随着新疗法的出现，这一事实可能会变得更加重要。”

Kourtzi 教授表示：“AI 模型的好坏取决于训练它们所用的数据。为了确保我们的模型有潜力在医疗保健环境中得到采用，我们不仅使用研究队列中的常规数据对其进行了训练和测试，还使用实际记忆诊所的患者数据对其进行了训练和测试。这表明它将可以推广到现实世界中。”

该团队目前希望将他们的模型扩展到其他形式的痴呆症，例如血管性痴呆和额颞叶痴呆症，并使用不同类型的数据，例如来自血液测试的标记物。

Kourtzi 教授补充道：“如果我们要应对痴呆症带来的日益严重的健康挑战，我们需要更好的工具来尽早识别和干预。我们的愿景是扩大我们的人工智能工具，帮助临床医生在正确的时间将正确的人分配到正确的诊断和治疗途径。我们的工具可以帮助将合适的患者与临床试验相匹配，加速疾病改良治疗的新药研发。”

这项研究是与一个跨学科团队合作完成的，其中包括伯明翰大学的 Peter Tino 教授和新加坡国立大学的 Christopher Chen 教授。研究资金来自 Wellcome、皇家学会、英国阿尔茨海默病研究中心、阿尔茨海默病药物研发基金会诊断加速器、艾伦·图灵研究所和英国国家健康与护理研究所剑桥生物医学研究中心。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！