以下文字资料是由(历史认知网 www.lishirenzhi.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！
摘要：但是将蛋白质在哪里以及在多大程度上积累起来的复杂模式拼凑在一起，然后利用这些信息预测一个人何时会患上老年痴呆症，单靠阅读PET扫描是很难做到的。其中43人在24个月的随访后被诊断出可能患有老年痴呆症。根据这项研究，人工智能算法利用它所学到的知识，以84%的准确率预测了哪些人会患上这种疾病。例如，在大约10%的“可能的老年痴呆症”诊断中，人们实际上有不同形式的认知障碍。
一种人工智能驱动的算法可以在大脑扫描中识别痴呆的早期症状，并可以准确预测谁会在两年前患上老年痴呆症，一项新的研究发现，
这个算法——在84%的时间里准确地预测了可能的阿尔茨海默病——在选择病人进行临床试验时特别有用，因为这些药物可以延缓疾病的发生，加拿大麦吉尔大学的计算机科学家Sulantha Sanjeewa说，
“如果你能从一组个体中分辨出谁会发展成这种疾病，那么你就可以更好地检测出能够预防这种疾病的新药物，”同时也是麦吉尔大学神经学、神经外科和精神病学副教授的联合研究负责人Pedro Rosa Neto博士说。[阿尔茨海默病的6大谜团]
这项技术仍处于早期阶段，但研究结果表明，大脑扫描的人工智能分析可以提供比仅仅依靠人类更好的结果，Rosa Neto告诉Live Science。
这项发现在一项新的研究中得到了详细说明，该研究于7月在线发表在杂志上衰老的神经生物学。
开发延缓阿尔茨海默病发病的药物需要在18到24个月的临床试验中进行测试，Rosa Neto说。但他说，如果被选入试验的人在这段时间内从未患上老年痴呆症，就不可能说一种药物是否有效。
“你想把那些在临床试验期间从轻度认知障碍发展到痴呆症的人包括在内，”罗莎·内托说。阿尔茨海默病是最常见的痴呆症，根据阿尔茨海默病协会的说法。
但是选择最好的病人进行这些试验是一个挑战，因为很难预测谁会发展成这种情况，罗莎内托说。科学家们知道，一种叫做淀粉样蛋白的蛋白质积聚在大脑的不同区域，会导致认知障碍。但是将蛋白质在哪里以及在多大程度上积累起来的复杂模式拼凑在一起，然后利用这些信息预测一个人何时会患上老年痴呆症，单靠阅读PET扫描是很难做到的。（这些扫描是使用放射性染料来识别身体某些疾病的成像测试。）
然而，大脑中淀粉样蛋白的存在并不一定意味着一个人会在一定时间内患上老年痴呆症；对一些人来说，痴呆症的症状可能需要5到10年的时间出现，罗莎·内托说。他说，其他人可能永远不会患上这种疾病。但一旦一个人患上痴呆症，就很难使大脑恢复正常的认知功能，Rosa Neto补充道，
阿尔茨海默病预测算法Rosa Neto团队开发的人工智能程序可以通过预测谁有可能在两年的时间内发病，帮助医生确定阿尔茨海默病药物临床试验的最佳参与者。
创建了一个研究人员说，有效的人工智能算法包括三个主要步骤：编写软件，对其进行培训，然后对其进行测试，看其工作效果如何。
在编写软件时，软件工程师给了算法一些提示，帮助其分析宠物图像，罗莎·内托说。工程师们设计它是为了考虑一个在研究轻度认知障碍患者时会突然出现的常见问题：在任何特定人群中，只有一小部分人会患上痴呆症。
根据这项研究，程序员们还设计了一种算法，考虑到淀粉样蛋白的积累可以以不同的速度、不同的浓度和在大脑的不同位置发生。[10件你不知道的关于大脑的事情]
在研究的训练部分，科学家们使用了算法hm分析近200例轻度认知障碍患者PET扫描中淀粉样蛋白的存在。该算法在患者发病前24个月内显示图像。
程序从这些信息中学习后，显示了270多名轻度认知障碍患者的一组全新的淀粉样PET脑扫描图像。其中43人在24个月的随访后被诊断出可能患有老年痴呆症。然而，该算法只显示了在疾病完全发展之前拍摄的图像。根据这项研究，人工智能算法利用它所学到的知识，以84%的准确率预测了哪些人会患上这种疾病。在这项研究中，作者指出，单凭图像预测阿尔茨海默氏症的系统是不可能100%准确的。例如，在大约10%的“可能的老年痴呆症”诊断中，人们实际上有不同形式的认知障碍。
研究人员还注意到，研究中包括的这组人形容自己有一些失忆，可能不代表公众。作者补充说，在普通人群中复制这些发现是非常理想的。基于这项研究的
，研究小组还开发了一个实时预测工具的试验版本，该工具将分析个人的PET脑部扫描结果，并计算出这些人在24个月内患痴呆症的概率。该工具可供公众在线使用。
最初发表在Live Science上。
特别申明：本文内容来源网络，版权归原作者所有，如有侵权请立即与我们联系（devmax@126.com），我们将及时处理。