老年癡呆經常被年輕人用來調侃誰反應遲鈍，不過，實際生活中，這種病比想像得更為普遍，在發達國家，甚至是最常見的死亡原因之一。
老年癡呆症，常見的就是阿茲海默症，這是一種神經退行性疾病，最終將導致記憶喪失和認知功能喪失。
目前，這種病還沒有徹底治癒的辦法。不過，如果可以盡早診斷的話，還是可以及早促使人們改變生活方式，以延緩這種疾病的發展。
在預測未來變化方面，我們很容易想起來 AI 是不是可以有所作為。這一次，AI 也沒有讓我們失望。
據 New Scientist 報導，為了解決這個問題，義大利的巴里大學研究人員 Nicola Amoroso 、Marianna La Rocca 等人，開發了一種機器演算法，來辨識由阿茲海默症引起的大腦結構變化。
這項技術是使用非侵入式核磁共振成像技術（non-invasive MRI scans），來辨識大腦區域的連接方式的改變。
他們具體是怎麼操作的呢？
首先，他們使用 67 例核磁共振掃描來訓練這個演算法，其中 38 例是患有阿茲海默症的人，29 例是健康對照組的。這些掃描來自於洛杉磯南加州大學的阿茲海默症神經成像原始資料庫。
他們希望訓練這個演算法，正確區分罹病和健康的大腦。研究人員將每個腦部掃描細化到小的區域，並分析它們之間的神經元連接，而不需要對這些區域的理想大小進行任何預設。
他們發現，當大腦區域和 2,250 到 3,200 立方毫米的對照組進行對比時，該演算法對阿茲海默症的分類最為準確。La Rocca 表示，這是因為，這與和該疾病有關的解剖結構的大小相似，比如杏仁核和海馬體。
然後，研究小組在第二組掃描中測試了這個演算法。這一組共有 148 個實驗對象，其中有 52 人是健康的，48 人患有老年癡呆症，48 人患有輕度認知障礙（MCI），但在 2.5 至 9 年後，人們發現他們罹患了阿茲海默症。
人工智慧區分健康大腦和阿茲海默症的準確率為 86%。關鍵的是，它還能分辨出健康的大腦和 MCI 之間的區別，準確率達到了 84%。
也就是，這種演算法幾乎可以提前 9 年，預測到阿茲海默症的風險。受到資料庫中可用掃描數據的限制，研究人員無法測試該演算法，能否進行更早的預測。
當然，這已經並不是市場上第一個類似的研究。
阿茲海默症與腦內的黏性 β- 類澱粉樣斑塊和神經元纖維纏結有關。
La Rocca 說：「如今，腦脊液分析和使用放射性示蹤劑的腦成像可以告訴我們，大腦在多大程度上覆蓋了斑塊和纏結，並能準確預測誰在 10 年後有患阿茲海默症的高風險。不過，這些方法是非常具有侵入性的，並且很昂貴，只有在高度專業化的中心才能使用。」
相比之下，這項新技術可以區分出正常的大腦和 MCI 患者的大腦，並可以提前將近 10 年做出預測，但使用的技術更簡單、更廉價，也是非侵入性的。目前，還需要做更多的工作來區分患有 MCI 的人，他們的大腦正常老化，或者可能發展出其他類型的癡呆症。
檢測阿茲海默症的生物標誌物的血液檢測，可能比這項新技術更便宜，也更簡單，但目前還沒有一種方法在市場上。克羅埃西亞薩格勒布大學的 GoranŠimić 表示：「目前還沒有針對阿茲海默症的血液檢測。有一些嘗試，但還沒有取得很大的成功。」
之前，道格拉斯心理健康大學研究所、McGill 神經影像實驗室的科學家，也使用人工智慧技術和大數據開發了一種演算法，能夠準確辨識出癡呆症的症狀，不過只能提前兩年。
除了預測老年癡呆以外，La Rocca 還打算擴展這項技術，以幫助早期診斷其他神經退行性疾病，如帕金森氏症。她說：「這是一種通用的辦法。」
（本文由 36Kr 授權轉載；首圖來源：shutterstock）