IBM網(wǎng)站周一發(fā)布消息稱正在將機器學(xué)習(xí)(ML)納入診斷領(lǐng)域，希望有一天ML技術(shù)可以幫助有效地診斷測試早發(fā)性阿爾茨海默氏癥。

　　科技巨頭IBM周一表示，機器學(xué)習(xí)和人工智能(AI)可以用于取代現(xiàn)存的阿爾茨海默氏癥侵入性及昂貴的檢測。

　　IBM澳大利亞團隊發(fā)表在《科學(xué)報告》上的論文報告了有關(guān)研究結(jié)果。

　　阿爾茨海默氏癥目前尚無法治愈，只能通過姑息手段治療。阿爾茨海默氏癥的癥狀包括記憶逐漸退化、記憶混亂以及患者不能順利完成曾經(jīng)熟悉的日常任務(wù)。該疾病的早期診斷可以幫助患者及家人做好準備，早期患者也有助于參加有關(guān)的醫(yī)學(xué)實驗。本世紀初以來研究人員曾進行過不下幾百個有關(guān)阿爾茨海默氏癥的醫(yī)學(xué)實驗。

　　但目前阿爾茨海默氏絕癥的早期診斷方法不僅昂貴而且極具侵入性。現(xiàn)在的早期診斷方法包括在脊髓液中尋找特定的生物標(biāo)記物，要取得脊髓液就需要做腰椎穿刺，其過程十分痛苦及可能導(dǎo)致出血。由于阿爾茨海默氏癥沒有治愈方法，如能找到一種無侵入性測試法有利于開發(fā)早期阿爾茨海默氏癥診斷方法，將會大大推動新一波不依賴于腦組織已出現(xiàn)損傷的疾病晚期病人的臨床試驗。根據(jù)IBM的說法，ML可能有助于縮小早期檢測和臨床試驗之間的差距。

　　這種技術(shù)的使用取決于成功開發(fā)一種測試淀粉樣蛋白-β的方法，淀粉樣蛋白β是脊髓液的一種肽，研究表明。從阿爾茨海默氏癥患者的淀粉樣蛋白β發(fā)生變化到患者出現(xiàn)記憶喪失之間存在很長一段時間。

　　IBM發(fā)布的研究文章描述了利用基于識別血液中蛋白質(zhì)集合的機器學(xué)習(xí)預(yù)測脊髓液中淀粉樣蛋白β濃度的方法。

　　文章提出了一些基于ML的模型，這些模型可能未來有一天能通過能夠簡單的血液檢查預(yù)測患阿爾茨海默氏癥的風(fēng)險。該文章的研究團隊認為，他們的ML模型預(yù)測未來風(fēng)險因素的準確率可高達77%。

　　IBM表示，“雖然該測試仍處于早期研究階段，但結(jié)果可能有助于改善藥物試驗個體的選擇：脊髓液中淀粉樣蛋白濃度出現(xiàn)異常的輕度認知障礙患者患阿爾茨海默病的可能性高出2.5倍?！?/p>

　　基于這種ML應(yīng)用開發(fā)的模型有可能在未來為阿爾茨海默氏癥測試的新形式提供框架，可替代腰椎穿刺及加快診斷過程，并可大大降低手術(shù)的成本和侵入性。

　　這些模型仍處于早期階段。機器學(xué)習(xí)真正進入認知疾病的診斷領(lǐng)域還有很長的路要走。不過IBM團隊表示，他們研發(fā)的ML算法除了適用于阿爾茨海默氏癥也適用于其他疾病，可以擴展到其他基于脊髓液生物標(biāo)記物的模型和檢測。