阿爾茲海默癥（AD）一般指阿爾茨海默病，是一種起病隱匿的進行性發(fā)展的神經(jīng)系統(tǒng)退行性疾病，由于其確切病因尚不完全清楚，故目前只有一款新藥“阿杜卡瑪單抗”上市，但卻備受爭議。因此科學家們希望能夠通過早診斷、早治療的方式改善患者的生存狀況。

近日，來自立陶宛考納斯大學的研究人員開發(fā)了一種基于深度學習的方法，可以通過大腦圖像預測阿爾茨海默病的可能發(fā)病，準確率超過99%，相關研究表于《Diagnostics》雜志。

據(jù)悉，該研究共納入138名受試者，基于ResNet 18（殘差神經(jīng)網(wǎng)絡）模型對其獲得的78753張功能性MRI圖像進行分類評估。研究發(fā)現(xiàn)該模型能夠精準定位給定數(shù)據(jù)集中的MCI特征，對于早期輕度認知障礙（MCI）與AD、晚期MCI與AD以及MCI與早期MCI，分別達到99.99%、99.95%和99.95%的最佳分類精度。

目前該研究團隊正在與醫(yī)療機構合作，以獲取更多的弱勢群體（65歲以上、有腦損傷、高血壓等病史的人群）臨床數(shù)據(jù)，從而將該算法集成到一個更復雜的系統(tǒng)中，分析不同的參數(shù)，如監(jiān)測眼球運動、面部閱讀、聲音分析等，并將其開發(fā)成軟件。未來，期待該技術能早日造福人類，為這一領域注入新的活力。(生物谷Bioon.com）