IBM希望机器学习是解决阿尔茨海默病的关键
IBM开发了一种机器学习算法,该算法有望用于检测和减缓阿尔茨海默病的进展。
阿尔茨海默氏症是一种残酷的疾病,不仅适用于患者,也适用于他们的亲人。这种疾病目前无法治愈,导致记忆力下降,混乱,以及完成一次熟悉任务后的困难。
IBM澳大利亚今天发表了一篇论文,详细介绍了机器学习和人工智能如何用于预测疾病的严重程度并帮助减缓疾病的进展。
IBM Research基因组学研究小组的研究员Ben Goudey 写道:
“帕金森症,阿尔茨海默氏症和亨廷顿氏症等神经退行性疾病正在影响全世界数百万人。虽然这些神秘而致命的疾病还没有治愈,但减缓其发展的答案可能在于预防。
在IBM Research,我们的使命是使用人工智能和技术来了解如何帮助临床医生在早期阶段更好地发现并最终预防这些疾病。
无论是通过视网膜成像,血液生物标志物还是语音的微小变化,我们设想未来医疗专业人员可以获得各种易于获取的数据,以便更清楚地识别和跟踪这些病症的发生和加速。“
早期诊断有助于在变性持续之前尽可能地为患者及其亲人做好准备。官方诊断也有助于使患者可以进行医学试验,希望有一天能够找到完全治愈的方法。
自21世纪初以来,已经进行了数百次阿尔茨海默氏症的医学试验,但失败率很高。有些人认为这种失败率是由于在已经有明显脑组织缺失的情况下对疾病的后期检测。
研究表明,一种称为淀粉样β蛋白的肽在记忆丧失发生前很久就会发生变化。分析来自个体脊髓液的这种肽的浓度可以提前几十年突出风险。
进入脊髓液是一种侵入性且昂贵的手术。在他的帖子中,Goudey写道:“因此,研究界有很大的努力来开发一种侵入性较小的测试,例如验血,可以提供有关阿尔茨海默病风险的信息。”
使用他们的模型,IBM预测他们可以帮助临床医生预测阿尔茨海默氏症的风险,准确率高达77%。Goudey说他的团队的方法可以扩展到其他基于脊髓液的生物标记物。