半岛体育官方网站|再也不用手撕报纸，一初创公司利用AI提前18个月精准预测老年痴呆

全球每年都会有上百万的人被阿尔茨海默症（老年痴呆症）所后遗症。根据阿尔茨海默症协会的数据，阿尔茨海默症是美国致死率第六低的病症，因其而丧生的人数比乳腺癌和前列腺癌特一起还要多。

其化疗费用还很便宜，如果需要通过早期检查对其展开检测，需要省下差不多7．9亿美元的医疗费用。Unlearn．AI是一家专门为临床研究设计软件工具的初创公司。

该公司的研究员指出人工智能在个性化临床和化疗中需要起着十分最重要的起到。一篇公开发表在预印论文网站Arvix．org（文章名《Usingdeeplearningforcomprehensive，personalizedforecastingofAlzheimer’sDiseaseprogression》）上的文章中，研究员明确提出了一个需要对疾病展开预测的系统，这个系统本质上需要预测每个病人在未来的每个阶段有可能遇上的各类症状。“两个享有完全相同疾病的病人有时也不会呈现有所不同的症状、有所不同的病情发展以及有所不同的对于化疗产生的反应，”该研究团队写到，“理解如何预测以及管理病人之间的这些不同点才是精准医疗的首要目标。

应用于机器学习方法而研发出来的疾病发展监测计算机模型为我们获取了一个有效地解决问题病人之间的异质性问题的工具。”需要检测到理解能力上升的人工智能系统并不是没前例。蒙特利尔麦吉尔大学的神经学家们就研发过一种PET扫瞄摄入算法。

该算法需要以84％的准确率辨识最后不会患上痴呆症的病人。另外，杜克大学的科学家们以及克罗地亚的RudjerBoskovic研究所也用于了机器学习法用来理解脑组织缺陷随着时间而产生的变化。但是Unlearn．AI的系统使用的是一种无人监管的自学方法，也就是说它用于的是没展开过分类以及标记的数据。另外，它需要一次同时计算出来出有一个病人的各种病状的预测以及置信区间。

整个系统的研发主要分成两部分。首先，研发团队应用于Boltzmann编码对付式机器（BEAM）对临床数据展开了建模。BEAM是一种极致兼容于将数据分类和特征展开建模的一种神经网络。

他们在“抵挡根本性疾病协会”（CoalitionAgainstMajorDiseases）的专门为阿尔兹海默症而成立的在线数据库（该数据库由18个月中搜集到的涵括了42个变量的1908名的阿尔兹海默症患者的数据构成）中将其展开了训练和测试。研发团队对患者展开的测量方法还包括了老年痴呆量表－理解（ADAS－Cog，一种被普遍用于的理解子尺度）以及结尾精神状态检查（Mini－MentalStateExamination，用作测量临床和研究环境中认知障碍的问卷）。然后，该研发团队用于这个已成型的模型来分解“虚拟世界患者”及其涉及的理解测试分数、实验室测试数据以及临床数据。

他们为个体患者展开了仿真，以便在诸如单词回想，定向和命名等方面预测其疾病进展，这些数据又能反过来用作测算老年痴呆量表－理解分数。研究人员声称，该项无监管的模型可以对老年痴呆理解做起码18个月的准确预测，另外他们指出该模型某种程度需要用来预测那些患上其它退行性疾病的患者的最后结果。该研究团队写到：“我们在这里叙述的对阿尔兹海默症的症状进展展开仿真的方法需要很好的扩展到其它疾病上去。对于临床数据的深度分解模型的广泛应用需要产生跟现实医学数据比起较少的隐私问题的制备数据集，或者需要用来展开仿真临床试验以优化研究设计。

在某些特定的疾病领域中，用于仿真数据来预测特定个体的疾病风险的工具需要协助医生为他们的病人去自由选择更加准确的化疗方法。

本文来源：半岛体育官方网站-www.outlook2003recovery.com