英国帝国理工学院研究人员开发出一种新的机器学习算法，通过一次脑部扫描，就可在很难诊断的早期阶段识别出阿尔茨海默病。相关成果6月20日发表于《通讯 医学》杂志。

研究人员采用了一种用于分类癌症肿瘤的算法，并将其应用于大脑。他们将大脑分为115个区域，分配了660个不同的特征，例如大小、形状和纹理，以评估每个区域。然后他们训练算法识别这些特征的变化，以准确预测阿尔茨海默病。

该项技术的优势在于其简单性。利用阿尔茨海默病神经影像学计划的数据，研究团队对400多名早期和晚期阿尔茨海默病患者、健康对照组和其他神经系统疾病患者（包括额颞叶痴呆和帕金森病）进行了脑部扫描。研究发现，在98%的病例中，仅基于MRI的机器学习系统，就可准确预测患者是否患有阿尔茨海默病。它还能够在79%的患者中以相当高的准确度区分早期和晚期阿尔茨海默病。

这一新系统成功发现了以前认为与阿尔茨海默病无关的大脑区域，例如小脑和腹侧间脑产生的变化，为研究这些区域与阿尔茨海默病的联系开辟了潜在的新途径。

信息来源：

https://www.nature.com/articles/s43856-022-00133-4

科技日报. 张梦然. http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2022-06/22/content_537412.htm?div=-1