Nat Rev Neurol：人工智能技术或有望加速并改善阿尔兹海默病的诊断

2020年8月6日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Nature Reviews Neurology上的研究报告中，来自谢菲尔德大学等机构的科学家们通过研究表示，利用人工智能（AI）或能帮助快速诊断阿尔兹海默病并改善患者的预后；文章中，研究人员分析了在医疗领域中如何使用AI来帮助改善常见神经变性疾病给英国国民健康保险制度（NHS）所带来的时间和经济的影响，比如阿尔兹海默病和帕金森疾病等。

图片来源：Wikipedia/public domain

很多神经性障碍的主要风险因素是年龄，随着全球人群预期寿命的延长，患有神经变性疾病的患者的数量预计也会达到前所未有的数量，研究者预测，截止到2050年，仅阿尔兹海默病患者的数量就会增加两倍，达到1.15亿，这对健康卫生系统会带来一定的挑战；这项研究中，研究人员利用AI技术（比如机器学习算法）在疾病症状恶化前检测神经变性疾病，这就能够改善患者因成功疾病修饰疗法而获益的机会。

研究者Laura Ferraiuolo教授表示，目前很多神经变性疾病仍然无法治愈，而且在很多情况下由于疾病的分子复杂性，很多病例往往在很晚才被诊断出来；比如，AI技术的广泛使用就能帮助预测哪些患有轻度认知损伤的患者会进展为阿尔兹海默病以及如何随着时间推移，其运动技能会下降到何种程度等。以AI为动力的技术也能帮助患者远程交流其疾病症状，比如在家里等，而这对于有运动障碍的患者而言是一个巨大的好处。

通过训练后，机器学习算法就能识别医学影像图像中疾病所带来的改变、患者的运动信息、语言记录等，这或许就能使得AI成为一种非常有价值的诊断工具，同时其也能被放射科的专业技术人员用来快速分析图像并及时跟进患者的疾病进展状况。算法还能够倾听患者的语言，并帮助分析语言中的词汇和其它语义特征，从而帮助评估患者的认知功能，此外，机器学习技术还能利用包含在电子健康记录或遗传档案中的信息，来为患者制定最佳的治疗性方案。

研究者Monika Myszczynska指出，在临床中使用AI就能通过减少受疾病（诸如运动神经元疾病）影响的患者前往诊断的必要性，从而节省国民保健服务的费用，而这在疫情大流行期间尤为重要，治愈谈论治疗所带来的结果或许还为时过早，文章中，研究人员分析了如何利用机器学习方法来基于患者的疾病进展识别出最佳的治疗过程，以及如何识别新型的治疗靶点和药物。

后期研究中，研究人员还将重点研究如何改善当前神经性疾病的诊断技术，同时开发新型的算法来利用AI对患者进行疾病预后预测和新药的发现；研究人员的最终目的是将来自不同专业的学者聚集在一起，并将实验室的科学发现转化为开创性的治疗方法，从而让神经变性疾病患者获益。（生物谷Bioon.com）

原始出处：

Myszczynska, M.A., Ojamies, P.N., Lacoste, A.M.B. et al. applications of machine learning to diagnosis and treatment of neurodegenerative diseases. Nat Rev Neurol 16, 440–456 (2020). doi：10.1038/s41582-020-0377-8