科学家们希望利用先进的人工智能算法，识别出与痴呆症风险相关的脑电波模式。
想象一下，一种光滑、便携的家用设备，类似于发带或帽子，嵌入了微小的电极。这些传感器戴在头上，可以检测细微的脑电波活动，就像脉搏检测智能手表、血压腕带或心率监测器一样。
但是这个工具不会检查你的心跳。使用先进的人工智能算法实时分析数据，这样的设备可以在症状出现前几年就发现阿尔茨海默病的迹象。目前还没有这样的显示器，但人工智能可以让它成为现实。
梅奥诊所神经学人工智能项目负责人大卫·t·琼斯说:“读数可以像交通信号灯系统一样简单——绿色代表健康活动，黄色代表需要注意的东西，红色代表需要咨询医疗专业人员。”“你将能够像现在监测心率和血压一样监测你的大脑健康。我们还没到那一步，但那是未来。”
琼斯说，这种技术广泛应用可能还需要10年甚至更长的时间，但科学正在“快速发展”。
阅读更多:根据专家的说法，这是治疗痴呆症的最佳建议。
梅奥的脑电波研究只是科学家们利用人工智能的力量来确定认知障碍早期指标的一种方法。科学家们正在使用人工智能研究血液生物标志物，其中一些与阿尔茨海默病有关。人工智能正在帮助他们搜索可以将痴呆症与炎症、某些视力问题、高胆固醇、高血压、糖尿病和骨质疏松症等慢性健康状况联系起来的数据。
人工智能使这些努力成为可能，因为它可以以极快的速度分析来自电子患者健康记录的大量复杂数据，并且通常能够检测到人类无法察觉的细微差别。
英国国家老龄化研究所神经科学部副主任珍妮·拉金说:“我们希望找到尽早发现痴呆症的方法。”“人工智能主要有助于理解和管理大数据，这些数据太大或太复杂，传统分析无法进行。它的潜力是成为一个不可思议的助手，帮助我们理解丰富的医疗数据，并识别我们在没有帮助的情况下永远无法实现的可能性。”
人工智能已经在其他医疗机构中得到应用，包括乳房x光检查，研究人员对它对大脑健康的潜在贡献感到兴奋。
芝加哥医学院神经退行性疾病和治疗中心细胞和分子药理学教授兼学科主席朱迪·波塔什金(Judy Potashkin)表示:“人工智能应该会加快我们预测慢性病风险增加的能力。”
阿尔茨海默病是最常见的痴呆症，据美国疾病控制与预防中心(centers for disease Control and Prevention)的数据，到2020年，估计有580万65岁以上的美国人患有此病。到2060年，这一数字预计将增加近两倍，达到1400万。这种疾病的特点是进行性记忆丧失、性格改变，最终无法完成日常任务，如洗澡、穿衣和支付账单。
一些人对人工智能越来越多的使用感到紧张，担心它会取代人类的工作。但专家们坚持认为，这只会增强它。
纽约大学朗格尼健康中心的生物伦理学教授亚瑟·卡普兰说:“人工智能功能强大，有很多数据库可以搜索，而且速度惊人。”“人类会累。而人工智能则不然。”
人工智能也有可能弥合经验丰富的临床医生和经验不足的提供者之间的专业知识差距。例如，人工智能可以识别细微的迹象，比如病人声音的变化，这可以帮助诊断帕金森病、阿尔茨海默病或肌萎缩侧索硬化症(ALS)等神经系统疾病。琼斯说:“专家所做的大部分工作都涉及从训练和经验中识别模式，这是人工智能可以帮助非专家复制的。”
琼斯认为，在脑电波研究中，梅奥大学的科学家们使用人工智能扫描脑电图(eeg)，寻找患有阿尔茨海默病等认知问题的患者特有的异常模式。
他们研究了在梅奥诊所接受脑电图检查的1.1万多名患者的数据，确定了具体的差异，包括大脑前部和后部脑电波的变化。
“人类看不到它们，但机器可以，”琼斯说。希望有一天，临床医生能在记忆问题变得明显之前，利用人工智能及早发现这些模式。
阅读更多:60岁时被告知患有阿尔茨海默病是什么感觉。
美国马萨诸塞州总医院(Massachusetts General Hospital)的一个研究小组利用人工智能和核磁共振成像(MRI)技术开发了一种检测阿尔茨海默氏症的算法。他们使用了大约2300名阿尔茨海默病患者和约8400名非阿尔茨海默病患者的近3.8万张大脑图像来训练该模型。
然后，他们在五个图像数据集上测试了这个模型，看看它是否能准确地识别阿尔茨海默氏症。该研究的作者之一、该医院系统生物学中心(Center for Systems Biology)放射学研究员马修·勒明(Matthew Leming)说，它的准确率为90.2%。
为未来的研究解释核磁共振数据的一个挑战是“人们只有在出现其他症状时才会来做核磁共振扫描”，这可能会混淆结果。“如果一个人来医院做核磁共振，通常不是因为他们健康，”他说。
在加州大学旧金山分校(University of California At San Francisco)，研究人员利用人工智能设计了一种算法，以确定具有某些健康状况是否可以预测谁将来可能患上这种疾病。这些疾病包括男性和女性的高血压、高胆固醇和维生素D缺乏，男性的勃起功能障碍和前列腺肥大，以及女性的骨质疏松症。
他们利用超过500万阿尔茨海默病患者和非阿尔茨海默病患者的临床数据库设计了这个模型。在另一组非阿尔茨海默病患者中，该算法预测七年内最终被诊断为阿尔茨海默病患者的准确率为72%。
该研究的作者之一Alice Tang说，这项研究提出了预防和治疗这些疾病可能有助于预防最终的痴呆症的希望。
生物工程师、医学院学生唐说，这些情况与阿尔茨海默氏症的关联“比没有任何其他健康问题的人更强”。然而，她说，重要的是要记住“不是每个患有阿尔茨海默病的人都有这些症状，也不是每个患有这些症状的人都会患上阿尔茨海默病。”这只是一个危险信号。一个需要进一步研究的预测工具”。
一些专家敦促谨慎，强调人工智能的大部分工作仍处于初步阶段。阿尔茨海默氏症协会科学参与副总裁丽贝卡·埃德尔梅尔说:“我们不一定有足够的数据来证明这些工具是否已经被证实可以预测某人的风险。”
如今，阿尔茨海默氏症和其他形式的痴呆症通常只有在症状出现时才会被诊断出来。有几种药物可能会减缓它，尽管它们不是对每个人都有效，而且它们的功效会随着时间的推移而减弱。
人工智能在早期诊断方面的潜力引发了许多与早期使用基因检测相同的问题。
“总的来说，人工智能在这种情况下是一件好事，”卡普兰说。“但它有一个很大的‘但是’，”包括医疗保险和雇主歧视的可能性，他说。但他补充说，最大的问题是:人们会想知道吗?如果是这样，他们会用这些信息做什么?
“说实话，我什么都不会做，”乔尔·舒尔金(Joel Shurkin)说，他是巴尔的摩的一名退休科学作家，他的妻子、海洋生物学家卡罗尔·霍华德(Carol Howard)患有早发性阿尔茨海默病，于2019年去世，享年70岁。“除了一些药物，没有什么可以做的，”他说。
76岁的凯瑟琳(Kathleen)来自马里兰州贝塞斯达(Bethesda)(为了保护隐私，她只使用了自己的名字)，今年4月，她82岁的丈夫因老年痴呆症并发症去世。他的母亲和姐姐也死于这种疾病，所以当他在70多岁时被诊断出患有这种疾病时，这对夫妇并不感到惊讶。
她说:“我们已经承担了风险，把事情安排得井井有条。”她说，提前知道“预示着一个漫长而缓慢的死亡，并带来毁灭性的心理和经济后果”。
他们的一个女儿现在已经40多岁了，她参加了一项监测大脑健康的研究，希望能及早发现这种疾病。凯瑟琳认为，人工智能研究最终将在早期诊断和治疗方面产生巨大影响。“我认为这将是一个奇迹，”她说。
卡普兰说，知道老年痴呆症即将来临有一些好处。
“你可以规划你的生活，”他说。“明年去度假吧，不要再等了。把你的事情安排妥当。讨论一下，让每个人都做好准备，这对其他人很有价值。”
NIA的拉金指出，尽早发现这种疾病“可能会为新疗法提供机会”。
“我们学到了很多东西，这是非常有希望的，”她说。
卡普兰表示同意。“当你不能说话和走路的时候，修复大脑是非常困难的，”他说。“早期检测提高了人们在损害发生之前尝试新的干预措施的希望。我并不是说这种情况会发生，但人工智能的潜力肯定会打开这扇门。”
本文来自作者[冷筠]投稿，不代表果川号立场，如若转载，请注明出处：https://m.wanmiu.com/cshi/202508-2232.html
评论列表（4条）
我是果川号的签约作者“冷筠”！
希望本篇文章《利用人工智能提升大脑健康监测与痴呆症早期识别》能对你有所帮助！
本站[果川号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：科学家们希望利用先进的人工智能算法，识别出与痴呆症风险相关的脑电波模式。 想象一下，一种光滑、便携的家用设备，类似于发带或帽子，嵌入了微小的电极。这...