1. 首頁 > 生活雜燴 > 健康養生 > >

結果|JAMA子刊：阿爾茨海默病早篩大突破！科學家開發AI模型，常規檢測結果預測2年內AD確診風險，準確率高達91%丨臨床大發現

風險結果臨床診斷阿爾茨海默病病理模型高達癡呆監測數據doibarnes準確率預測出

奇點糕先私心給大家墻裂推薦一部有關AI的犯罪題材美劇 ， 《疑犯追蹤》 ， 首播至今正好十年 。
劇情大致就是 ， 一個超級AI能夠通過調用每個角落的圖像、音頻等監測數據并進行整合 ， 預測出某時某刻某地某人的行動 ， 從而用“上帝視角”指引主角團以及國家字母機構將犯罪扼殺于搖籃 。 令人動容的不僅是主角團之間的溫情等 ， 還有超級AI的內心成長歷程 ， 一點也不虐 。

結果|JAMA子刊：阿爾茨海默病早篩大突破！科學家開發AI模型，常規檢測結果預測2年內AD確診風險，準確率高達91%丨臨床大發現
文章圖片

當然 ， 人工智能是個很寬泛的概念 ， 除了在影視劇、文學作品中展示炫酷的一面 ， 人工智能現在已經廣泛應用于工程、科學領域 ， 甚至臨床應用中 ， 突破我們人類的思維、能力困境 。
近日 ， 一篇發表在 JAMA Network Open 期刊上的文章發現 ， 運用好人工智能不僅可以用來預測犯罪動機、猜透我們的小心思 ， 還能簡單、精準地預測認知功能障礙的老大難——阿爾茨海默?。ˋD）的患病風險 。
來自英國埃克塞特大學的David J. Llewellyn和他的同事們 ， 基于15307人的數據開發了新的AI模型 。 僅需患者的記憶力、獨立性、認知測試結果等6種常規病理報告 ， 就能以91%的準確率預測未來2年內的AD風險 ， ROC曲線下方的面積（AUC）高達0.89 ， 這突破了AI模型用于AD臨床診斷的局限；同時還能降低82%的誤診率[1] 。

結果|JAMA子刊：阿爾茨海默病早篩大突破！科學家開發AI模型，常規檢測結果預測2年內AD確診風險，準確率高達91%丨臨床大發現
文章圖片

論文首頁截圖
AD發病機制極其復雜 ， 可從記憶減退發展至喪失身體機能 ， 對家庭和社會造成極重的負擔 。 而目前的AD藥物還無法完全治愈患者 ， 只能延緩疾病進展、維持生活功能等 。 所以 ， AD的早發現早治療顯得尤為重要 。
但 已有的臨床篩查模型多用于評估初診后中、長期的AD患病風險 。 比如Miia Kivipelto 等人開發的CAIDE模型[2]、Deborah E. Barnes等人開發的BDSI模型[3] ， 分別能夠預測未來20年、6年內的AD風險 ， 當預測短時期內的AD風險時 ， 還是差些事 。
既然人類自己不好解決 ， 為何不留給AI試試呢？
已有研究開發用于預測AD風險的AI模型[4-8] ， 但 這些AI模型大多需要高級神經影像學、基因檢測、腦脊液生物標志物等非常規病理報告作為分析數據 ， 在臨床診斷上具有局限性 。

結果|JAMA子刊：阿爾茨海默病早篩大突破！科學家開發AI模型，常規檢測結果預測2年內AD確診風險，準確率高達91%丨臨床大發現
文章圖片

我們點亮的是自己的認知 ， 還是AI的認知？
于是 ， Llewellyn和他的同事們試圖開發一種新的AI模型 ， 填補當前AD診斷上的缺口 。
他們先是從美國國家阿爾茨海默病協調中心（NACC）獲取了在2005-2015年期間進行初診 ， 但尚未患有癡呆的受診人員數據 。 共納入15307人 ， 平均年齡72.3歲 ， 女性占60% 。
經隨訪發現 ， 其中10%的人（n=1568）在初診2年內患上不同癡呆亞型 ， 包括AD（n=1285）、路易體癡呆（n=82）、血管性癡呆（n=21）以及其他未歸類癡呆亞型（n=180） 。
【結果|JAMA子刊：阿爾茨海默病早篩大突破！科學家開發AI模型，常規檢測結果預測2年內AD確診風險，準確率高達91%丨臨床大發現】隨后 ， 研究者們對四種AI模型的預測效果進行了評估 。 這些AI模型分別基于四種機器學習算法——邏輯回歸（LR） ， 支持向量機（SVM） ， 隨機森林（RF）以及梯度提升樹（XGB） 。
結果顯示 ，通過對患者在初診時的家族史、病史、藥物史等 256種臨床病理數據進行整合 ， 這四種AI模型的診斷性能相近 ， 與CAIDE模型、BDSI 模型相比 ，都能夠更加準確地預測未來2年內的AD風險 。 尤其是基于XGB的AI模型 ， 準確率達92% ， AUC達0.92 。