剑桥大学心理学系研究人员近日在阿尔茨海默病早期诊断领域取得重大突破。他们开发出一种尖端人工智能工具，能够以80%的准确率预测阿尔茨海默病的进展。这一创新方法旨在减少对侵入性和昂贵的痴呆症诊断测试的依赖，同时有望在疾病早期阶段显著改善治疗效果。
图源备注:图片由AI生成，图片授权服务商Midjourney
目前，全球有超过5500万人患有痴呆症，每年造成的社会和经济负担高达8200亿美元。预计未来50年内，患者数量将增长近三倍。其中，阿尔茨海默病占痴呆症病例的60-80%。这些数据凸显了开发早期检测和干预方法的迫切性。
这种新型AI模型的独特之处在于其数据来源和处理方式。与传统的PET扫描或腰穿不同，该模型利用认知测试结果和结构性MRI扫描等非侵入性和经济实惠的患者数据。研究团队利用来自美国、英国和新加坡的大量数据开发和验证了这一模型。结果显示，该模型在82%的情况下能准确识别进展至阿尔茨海默病的个体，并在81%的情况下仅凭认知测试和MRI扫描就能识别出患者。这一准确率超过当前临床方法约三倍。
高准确率意味着这一工具有望显著降低误诊率，减少不必要的昂贵侵入性测试。更准确的早期诊断也意味着治疗可以在疾病更早期、更有效的阶段开始。研究人员计划将模型扩展到其他形式的痴呆症，并纳入更多数据类型，如血液测试生物标志物，以进一步提高其应用范围和准确性。
尽管AI工具展现出巨大潜力，但在实际应用中仍面临一些挑战。确保AI在医疗诊断中的道德使用和患者数据隐私保护至关重要。同时，维持AI算法决策过程的透明性对于建立医疗专业人员和患者的信任也很关键。将AI工具无缝整合到现有临床实践中需要对医疗专业人员进行培训，并可能面临一些初期阻力。