新研究表明：一种人工智能模型可以帮助预测阿尔茨海默病在健康人体的发病，准确率为71%。
《TechExplorist》网站10月22日消息
阿尔茨海默病是一种毁灭性疾病，开始表现为模糊的、经常被误解的轻度记忆力丧失症状，随后是认知能力和生活质量缓慢、逐渐严重地下降。
目前，尚无有效的治愈或预防这种严重疾病的方法，这种疾病会给患者及其家人造成很大的情绪困扰。
由于阿尔茨海默病的性质以及它在大脑中的控制方式，延迟发病和延缓其进展的最佳方法可能是通过早期干预。换句话说，临床医生越早发现阿尔茨海默病，甚至在症状开始出现之前，他们就越有可能有一天能够推迟并有效地治疗它。
IBM的科学家与辉瑞（Pfizer）公司的同事合作，开发了一种潜在的人工智能（AI）模型，可以帮助预测阿尔茨海默病在健康人体的发病，准确率为71%。
该模型使用自然语言处理来分析一到两分钟的语音样本，这些样本来自一个简短的临床认知测试。这些简短的语言数据样本是由弗雷明汉心脏研究(Framingham Heart Study)提供的。弗雷明汉心脏研究是一项长期的研究，自1948年以来追踪了5000多人及其家庭健康的各个方面。
弗雷明汉心脏研究是一项以社区为基础的多代纵向队列研究，发起于1948年，旨在研究参与者健康的各个方面。它的数据集是健康研究中使用和引用最多的数据之一，截至2019年底，有近4000份研究出版物来源于它的数据。
IBM计算精神病学和神经影像学的首席研究员Guillermo Cecchi在接受TechExplorist采访时说：“这种新的结合数据驱动的方法，其中一些已经可用，并且已经对现有的语言学知识进行了算法形式化，在大多数情况下还没有。”
“这项工作的目标是以一种不繁琐，简单且廉价的方式提供一种工具来监测进展，包括潜在治疗的效果。”
Cecchi认为，与语音以外的其他传感流（如加速计）一起，人工智能可以帮助识别在受影响人群中始终观察到的细微模式，特别是与现有生物学知识相关联的亚群。
他在解释自己的工作时说：“一个很好的类比就是心电图：这是'心脏的声音'，是心脏病专家用来判断你的心脏健康的一种工具，但不是唯一的工具。尽管如此，它是必不可少的，现在智能手表将其提供为可以连续跟踪的功能。我们的工作类似于在同意的情况下找到这些微妙的模式，只是“头脑的声音”的维度更大，因为它包括文本结构，文本内容，声学和韵律。”
Guillermo A. Cecchi
在这项研究中，Cecchi和团队希望了解如何限制他们的分析，使其与临床相关，而不仅仅是另一项人工智能研究。将数据驱动的方法与神经病学和精神病学中现有知识的算法形式化相结合，创造了这种新方法。
对于实验，科学家将他们的语言模型应用于所收集的单一语言测试样本，而参与者被认为认知健康。他们的模型成功预测了他们是否会在85岁之前进展为阿尔茨海默病，曲线下面积（AUC）为74％（几率为50％）。
“发现我们的模型可以显著预测到向阿尔茨海默病的转化非常令人兴奋，” Cecchi告诉Techexplorist。
IBM研究人员Elif Eyigoz表示：“有关阿尔茨海默病和自然语言处理方法的心理语言研究为这项研究提供了技术背景。但是，最重要的是，通过收集此特定数据集使这项研究成为可能。其他研究在已经诊断出患者或已经因衰老而出现认知障碍的受试者中检测和诊断阿尔茨海默病。但是，该数据集包括受试者在认知上健康的观察结果。”
“还包括数年后临床医生对这些受试者的认知状态的评估。像阿尔茨海默病这样的疾病在几十年中进展非常缓慢，因此像这样的研究需要花费很多年的数据收集工作。”
阿尔茨海默病的语言障碍
突出的功能障碍是失写症（agraphia），电报式语言（telegraphic speech）和重复性（repetitiveness）。失写症是指存在严重的书写错误，例如拼写错误。电报式语言被定义为一种由简单和简短的句子组成的交流形式，类似于婴儿学习说话所产生的交流形式，类似于电报中用于节省篇幅的形式。重复性言语涉及重复性提问、重复性故事/陈述和重复性话题。
Cecchi说：“此外，还发现话语的结构复杂性有所下降，同时缺乏参照性特异性，例如，在我们的研究中使用Cookie Theft任务时，说的是“人”或“女人”而不是“母亲”。
在症状出现之前，该人工智能通过提取上述所有特征并结合部分信息来确定阿尔茨海默病发病的可能性，从而预测阿尔茨海默病的可能性。
将来，Cecchi和他的团队相信，他们的工作将为使用语音作为简单有效的工具，以及其他在家和临床观察中的传感方式，对神经退行性疾病进行纵向监测的研究开辟新的途径。人工智能对于理解如此不同的数据集合至关重要。
Eyigoz报告说：“通过这项研究，我们希望鼓励收集从中年开始的语言产生的大规模纵向数据集。这听起来可能很简单，但你需要明白，如果我们今天开始收集这些数据，它将在40年后，也就是2060年，对预测未来中年人中AD的发病非常有用。”
“收集跨越几十年的大规模数据集成本并不高，但涉及到严重的法律复杂性，因为涉及到访问医疗记录和收集语音记录的隐私和安全问题。不过，我相信这是可以实现的。”
研究于10月22日发表在《柳叶刀》子刊《EClinicalMedicine》（最新影响因子：6.680）杂志上
参考文献
Source：EClinicalMedicine
Could AI Help Clinicians to Predict Alzheimer’s Disease Before It Develops?
Reference：
Elif Eyigoz et al. Linguistic markers predict the onset of Alzheimer’s disease.
DOI: 10.1016/j.eclinm.2020.100583
免责声明
本公众号上的医疗信息仅作为信息资源提供与分享，不用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前，请咨询你的医生。
