研究人员通过人工智能增强了阿尔茨海默病的分类

阿尔茨海默病(AD)的预警信号可能在最初症状出现前几年就已经在大脑中出现了。发现这些线索可以改变生活方式，从而延缓疾病对大脑的破坏。

“提高阿尔茨海默病的诊断准确性是一个重要的临床目标。如果我们能够利用现有数据，如核磁共振扫描，提高模型的诊断准确性，那么这将是非常有益的，”通讯作者Vijaya B. Kolachalama博士解释说，他是波士顿大学医学院(BUSM)的医学助理教授。

使用先进的人工智能(人工智能)基于博弈论(即生成对抗网络或GAN)的框架，Kolachalama和他的团队进行了处理大脑图像(有的质量低，有的质量高)生成一个模型能够以更高的精确度对阿尔茨海默病进行分类。

MRI扫描的质量取决于扫描仪被使用的工具例如，1.5特斯拉磁铁扫描器的图像质量略低于3特斯拉磁铁扫描器的图像。磁强度是与特定扫描仪相关的一个关键参数。研究人员从同一受试者同时拍摄的1.5特斯拉和3特斯拉扫描仪中获得了大脑MR图像，并开发了一个GAN模型，从这两张图像中学习。

由于模型从1.5特斯拉和3特斯拉的图像中“学习”，它生成的图像比1.5特斯拉扫描仪的图像质量更好，而且这些生成的图像也比仅基于1.5特斯拉图像的模型更好地预测了这些人的阿尔茨海默病状态。他补充说:“我们的模型基本上可以使用1.5特斯拉扫描仪派生的图像，并生成质量更好的图像，我们还可以使用派生的图像，比我们只使用1.5特斯拉扫描仪派生的图像更好地预测阿尔茨海默症。”

在全球范围内，65岁及以上人口的增长速度超过了所有其他年龄组。到2050年，世界上六分之一的人将超过65岁。据估计，2020年治疗AD的总医疗成本为3050亿美元，随着人口老龄化，预计将增加到1万亿美元以上。患者及其照顾者的沉重负担，特别是阿尔茨海默病患者的家庭照顾者面临极端的困难和痛苦，这是一个重大但往往隐藏的负担。

根据研究人员的说法，对于以前使用1.5T扫描仪的疾病队列，以及那些继续使用1.5T扫描仪的中心，有可能生成质量更高的图像。“这将使我们能够重建AD的早期阶段，并建立一个更准确的预测阿尔茨海默症的模型疾病相比于仅使用1.5T扫描仪的数据，”Kolachalama说。

他希望这些先进的人工智能方法能够得到很好的利用，让医学影像界能够充分利用人工智能的进步。他认为，这样的框架可以用于协调多个研究的成像数据，以便开发模型并在不同人群中进行比较。这可以导致更好的诊断AD的方法的发展。

这些发现发表在该杂志的网上阿尔茨海默症研究与治疗．

---

---