Credit: CC0公共域
一项大规模的新研究得出结论，人工智能可以以92%的准确率预测哪些去记忆诊所的人将在两年内患上痴呆症
埃克塞特大学的研究使用了美国15300多名患者的数据，发现一种叫做机器学习的人工智能可以准确判断谁会继续发展成痴呆症
这项技术的工作原理是发现数据中隐藏的模式，并了解谁的风险最大
这项研究发表在JAMA Network Open上，由英国阿尔茨海默氏病研究资助，研究还表明，该算法可以帮助减少可能被错误诊断为痴呆的人数
研究人员分析了来自美国30个国家阿尔茨海默氏病协调中心记忆诊所的数据
在研究开始时，参与者没有痴呆症，尽管许多人在记忆或其他大脑功能方面遇到了问题
在2005年至2015年的研究时间范围内，十分之一的参与者(1，568人)在参观记忆诊所两年内获得了痴呆的新诊断
研究发现，机器学习模型可以以高达92%的准确率预测这些新的痴呆症病例，而且比现有的两种替代研究方法要准确得多
研究人员还首次发现，大约百分之八(130)的痴呆症诊断似乎是错误的，因为他们的诊断随后被逆转
机器学习模型准确地识别了80%以上的不一致诊断
人工智能不仅可以准确预测谁将被诊断为痴呆，它还具有提高这些诊断准确性的潜力
埃克塞特大学艾伦·图灵研究员大卫·卢埃林教授监督了这项研究，他说:“我们现在能够教计算机准确预测谁会在两年内患上痴呆症
我们也很兴奋地得知，我们的机器学习方法能够识别可能被误诊的患者
这有可能减少临床实践中的猜测，并显著改善诊断途径，帮助家庭尽可能快速、准确地获得所需的支持
" 博士；医生
埃克塞特大学研究员贾尼斯·兰森补充道:“我们知道痴呆症是一种非常令人恐惧的疾病
将机器学习嵌入记忆诊所可以帮助确保诊断更加准确，减少错误诊断可能带来的不必要的痛苦
" 研究人员发现，机器学习的工作效率很高，使用的是临床上常规可用的患者信息，如记忆和大脑功能、认知测试的表现以及特定的生活方式因素
该团队现在计划进行后续研究，评估机器学习方法在临床中的实际应用，以评估它是否可以推广到改善痴呆症的诊断、治疗和护理
博士；医生
英国阿尔茨海默病研究中心的研究负责人罗莎·桑丘说:“人工智能在提高导致痴呆症的疾病的早期检测方面具有巨大的潜力，并可能彻底改变对那些关心自己或爱人表现出症状的人的诊断过程
这项技术是对现有替代方法的重大改进，可以为医生提供建议生活方式改变和确定可能受益于支持或深入评估的人的基础
" 这项研究的题目是“机器学习算法预测记忆门诊患者进展为痴呆的性能”，作者是夏洛特·詹姆斯
兰森、理查德·艾弗森和大卫·卢埃林
它发表在美国医学会网络公开杂志上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
