革新AI模型精准预判阿尔茨海默症，准确率高达82%，显著降低误诊率。

编辑日期：2024年07月22日

革新ai模型精准预判阿尔茨海默症准确率高

据统计，全球痴呆症患者已逾5500万，其中阿尔茨海默病占比高达60%-80%，每年引发的经济负担高达8200亿美元。预测显示，未来半个世纪内，痴呆症患者数量将接近三倍增长。

早期识别阿尔茨海默病极为关键，因为这是治疗最有效的时机。然而，缺乏非侵入性或成本高昂的检测手段（例如正电子发射断层扫描（PET）或脊髓液检查），早期痴呆的判断与预测往往不够精确，而这些检测并非每个记忆障碍诊疗中心都具备。结果，大约三分之一的病例可能面临误诊，还有些患者可能错失最佳治疗窗口期，直至病情进展才得以确诊。

由剑桥大学心理学院主导的研究小组，构建了一款人工智能学习系统，能精准预估有轻微记忆及认知障碍者，是否会恶化并加速演变成阿兹海默症患者。他们于《数字临床医学》期刊上发布的调查结果显示，此模型的判断精度超越了现有的临床评估手段。

通过对400位脑灰质萎缩患者进行的认知评估与MRI扫描数据的综合分析，美国科研团队构建了一款基于机器学习的AI预测系统。随后，他们运用来自英国、新加坡等多地临床的实际病例，对这一模型的有效性进行了验证。

评估结果表明，此模型在预测未来三年内将罹患阿尔茨海默病的个体时，准确性达到82%；而在判断未来三年内不会患病的个体时，准确性亦高达81%。

此算法预测阿尔茨海默病发展的精确度，相较于现行常规诊疗手段（例如，灰质萎缩或认知评估等指标）及临床判断，约提升至三倍水平。这一成果彰显了该模型在大幅降低错误诊断率方面的显著潜力。

今后，科研小组计划将此模型推广至预测各类痴呆症，包括血管性及额颞叶痴呆，并尝试利用血检标志物等多元数据。