比診斷早 6 年!AI 偵測阿茲海默研究準確率破九成
評論
Photo Credit: [url=https://commons.wikimedia.org/wiki/File

ET_Alzheimer.jpg]US National Institute on Aging[/url]/Wikimedia Commons治療阿茲海默症最困擾的一點就是,當可以確診為阿茲海默患者時,腦部早已承受一定程度的損傷,因此能否及早發現相當關鍵。
來自加州大學舊金山分校的放射與生醫影像學院的住院醫師 Jae Ho Sohn 領導在《
Radiology》近期發表的一份研究,利用 AI 領域中的
機器學習演算法,並以大量腦部 PET 正子斷層掃描影像訓練,得到驚人的成果。
要判斷阿茲海默症,一項重要的指標就是葡萄糖水平。一旦腦部細胞產生病變,就會停止使用葡萄糖,但是這項改變初期非常細微,對人眼來說很難從 PET 掃描圖像中觀測到。
Sohn 提到,放射科醫師擅於找出影像中微小的一點,如腦部腫瘤,但相較之下慢性且全局性的改變就難以為肉眼察覺。相較之下這正好是深度學習的長處,因此自然成了研究的首選。
這項研究使用最終確診阿茲海默、輕微認知受損,以及無任何疾病的 3 種腦部 PET 影像來做訓練,而演算法也從中學習到如何判斷阿茲海默症患者的腦部影像。訓練完成後,演算法在第一組測試中可以正確判別出 92% 的早期阿茲海默症患者,而第二組實驗中更有 98% 的正確率。平均發現階段約比各患者的臨床確診早了 75.8 個月(換算起來超過 6 年)。
當然實驗歸實驗,這技術要導入臨床應用還有一段距離,不過倒是可以先提供醫師判斷的參考,可以早點對有風險的患者進行預防。

延续这个帖48楼的讨论(但与生酮无关):
https://bbs.tgfcer.com/viewthread.php?tid=7605510