早期診斷對於有效控制阿爾茨海默病進程非常重要。英國劍橋大學等機構研究人員開發出一種新型人工智能（AI）模型，團隊表示該模型不但可避免侵入性或昂貴的檢測，還可更早預測出阿爾茨海默病。

據介紹，目前阿爾茨海默病早期診斷要想做到准確，一般需依靠侵入性或昂貴的檢測方法，如腰椎穿刺或正電子發射斷層掃描。然而，並非所有醫療機構都有這樣的檢測條件。因此，多達三分之一的患者可能會被誤診，更有患者因診斷過晚而無法接受有效治療。劍橋大學領銜研發的AI預測模型，提供了一種無創且成本低廉的方法，可有效預測研究對象是否會在未來三年內患阿爾茨海默病。相關研究已發表在英國《電子臨床醫學》雜志上。

基於美國研究小組收集的400名大腦灰質萎縮患者的認知測試和核磁共振掃描數據，研究團隊利用機器學習算法建立了一個AI預測模型，並使用英國、新加坡等多個診所的真實世界數據測試該模型。由於使用了文本、圖片等多模態數據，該模型可比傳統臨床診斷更准確預測早期病症轉化為阿爾茨海默病的概率。

測試結果顯示，該模型識別三年內會患上阿爾茨海默病的人的准確率達82%，識別三年內不會患上阿爾茨海默病的人的准確率達81%。

全球有超過5500萬人患痴呆症，其中最常見的類型就是阿爾茨海默病。未來，研究團隊希望將該模型擴展到預測其他類型的痴呆症，如血管性痴呆和額顳葉痴呆，並使用不同類型數據，如血液檢測中的標記物等。

分享讓更多人看到