麻省研究人员推出新AI工具，可在记忆问题显现前精准预警阿尔茨海默症
麻省的研究人员正在尝试用人工智能来探测阿尔茨海默病的最早期迹象，此时这种可怕疾病的症状可能尚未被察觉，而较新的药物能适度延缓其发展。
帮助更多人尽早确诊，可能是对抗这种夺走记忆的疾病向前迈出的重要一步。多项研究显示，在美国，90%处于阿尔茨海默病最早阶段（称为轻度认知障碍）的人未被诊断出来。
“改善阿尔茨海默病护理的最大机会不在于新药，而在于更早地注意到最初的迹象，”麻省总医院布里格姆分院神经内科人口健康主任莉迪亚·莫拉博士说。
最近几周，伍斯特理工学院的科学家们已部署人工智能，来分析有患病风险人群脑部扫描中细微的结构变化。研究人员表示，这种方法预测阿尔茨海默病的准确率接近93%。
与此同时，莫拉和麻省总医院布里格姆分院的一个研究团队正在利用人工智能，快速筛查患者常规就诊的电子病历，寻找可能是认知障碍危险信号的描述。
“我们的研究表明，这些早期信号已经存在于电子健康记录中，隐藏在临床记录里，但在繁忙的诊疗中很容易被忽略，并且不可能大规模人工追踪，”莫拉说。她与人合著了一项研究，分析了该医疗系统中200名匿名患者的3300份临床记录。
这两项实验部分源于2023年以来获批的两种针对阿尔茨海默病最早期阶段药物的局限性。阿尔茨海默病是最常见的痴呆症形式，估计困扰着700万美国人。
由总部位于剑桥的渤健公司及其日本商业伙伴卫材公司生产的Leqembi，以及由礼来公司生产的Kisunla，已被证明能适度减缓疾病进展。这两种药物都有导致严重脑出血和肿胀的风险，医生们对于这种减缓有多大意义也存在争议。
尽管如此，治疗必须在患者处于轻度认知障碍或轻度痴呆（该疾病最早的两个症状阶段）时开始。但患者往往在后期才被诊断出来，因为症状被误认为是正常衰老。
根据阿尔茨海默病协会的数据，因阿尔茨海默病导致轻度认知障碍的人中，约有三分之一在五年内会发展为痴呆症。
早期诊断也可能使患者有机会参与新实验性药物的临床试验，更长时间地控制症状，并为未来的财务、法律和护理决策做好规划。
肖恩·特威利格，一位来自霍利奥克的退休IT专家，于2024年被诊断出患有阿尔茨海默病。他表示，如果他能更早得到诊断，那“会让我免去大量的痛苦”。
“我可能是使用预测性人工智能来发现问题的完美人选，”62岁的特威利格说。他撰写了一个名为alzblog.net的关于与阿尔茨海默病共存的博客，并代表马萨诸塞州和新罕布什尔州的阿尔茨海默病协会进行倡导。
特威利格说，医生最初认为他处理信息和记忆事物困难是因为他在2018年患过小中风。他花了五年多时间才让一位临床医生为他进行神经认知测试。他说，在测试中，他无法记住几分钟前读给他的五个常见单词中的任何一个。这导致了他与一位神经科医生的预约，医生为他安排了血液检查、核磁共振成像和PET扫描，最终得出了阿尔茨海默病的诊断。
特威利格最近在斯普林菲尔德的Baystate医疗中心完成了为期18个月、每两周一次的Leqembi静脉输注，并表示他感觉比开始治疗前思维更清晰了。Leqembi与其竞争药物Kisunla一样，能够清除一种名为β淀粉样蛋白的粘性有毒蛋白质，这种蛋白会在阿尔茨海默病患者的大脑中形成斑块。
特威利格说，如果他更早得到诊断，他可能会更早服用这种药物。他也会更早开始每日的大脑锻炼计划，包括《纽约时报》的拼图游戏，如Wordle、Strands和Connections。
伍斯特理工学院的研究人员发现，检测早期阿尔茨海默病的一种方法是使用人工智能仔细检查核磁共振扫描，寻找脑容量损失。科学家们早就知道，这种疾病会导致大脑萎缩，因为神经元受损并停止正常工作。但临床医生在检查扫描图像时可能很难发现脑容量的变化。
“机器学习可以看到人眼无法看到的大脑差异和变化，”领导这项研究的生物学和生物技术系助理研究教授本杰明·内菲说。
一个研究团队使用机器学习分析了815份扫描图像，测量了95个大脑区域的容量。然后，他们部署了一种算法，根据健康个体与患有轻度认知障碍或早期阿尔茨海默病相关痴呆症个体之间的测量差异进行预测。
伍斯特理工学院的研究人员使用这两种工具发现，大脑三个区域——海马体、杏仁核和内嗅皮层——的容量损失是预测阿尔茨海默病的首要指标。这项研究于2月发表在《神经科学》杂志上。
据伍斯特理工学院介绍，海马体是大脑深处一个小的海马状结构，负责记忆和学习。杏仁核由两个杏仁状结构组成，控制情绪。内嗅皮层是记忆、导航和感知的中枢。
研究人员研究了年龄在69岁至84岁之间的男性和女性的大脑扫描图像。研究发现：研究中面临阿尔茨海默病风险的较年轻男性和女性，首先在右侧海马体出现容量损失，这可能使该区域成为该疾病的早期风向标。
麻省总医院布里格姆分院的科学家们采用了一种截然不同的方法来聚焦阿尔茨海默病的患病风险。他们的人工智能工具仔细筛查了常规就诊的临床记录——从初级保健医生到眼科医生、皮肤科医生等各种医生——寻找异常认知衰退的线索。
这些线索可能像错过一次医疗预约那样平常。配偶关于患者健忘的评论。关于患者难以追踪处方药或在手术后难以遵循出院指示的备注。通常，这些记录是由医生以外的医护人员（包括医生助理和执业护士）撰写，然后由医生共同签署。
“有些患者有100或200份记录，”麻省总医院布里格姆分院的莫拉说。她补充道：“临床记录中包含着认知衰退的细微迹象，忙碌的临床医生无法系统地发现它们。这个（人工智能）系统可以进行大规模监听。”
莫拉表示，在研究期间，该工具准确检测出可能存在认知问题的早期迹象的准确率达到88%。
“我们构建了一个人工智能‘代理’团队，它们像临床团队一样阅读这些记录，交叉检查和提炼推理，直到就哪些患者可能需要进一步评估达成一致，”她说。这项研究最近发表在《npj数字医学》杂志上。
莫拉说，麻省总医院布里格姆分院可能会在三到四个月内推出使用该人工智能工具的试点项目，并正在寻求慈善机构的资助。
贝斯以色列女执事医疗中心认知神经病学主任丹尼尔·Z·普雷斯博士没有参与这两项研究，他表示欢迎使用人工智能来加速早期阿尔茨海默病的诊断。
“既然我们现在有了能够至少部分减缓疾病进展的疾病修饰疗法，我们希望尽早减缓它，”他说。
尽管如此，他表示科学家必须确保人工智能工具不会产生误报。例如，在电子病历方面，除了阿尔茨海默病，轻度认知障碍可能还有多种原因，包括抑郁、睡眠障碍和药物使用。
“这一切都只是……该工具在敏感性和特异性方面表现如何的问题，”他说。
本文由极观网原创发布，未经许可，不得转载！
本文链接：http://huioj.com/oth/21146.html
