IBM使用AI早診阿茲海默病準(zhǔn)確率達(dá)77%

熱門推薦：臨床試驗 , IBM , 阿茲海默病 ,

來源：學(xué)術(shù)經(jīng)緯

2019-03-19

關(guān)于阿茲海默病，目前人們普遍認(rèn)為β淀粉樣蛋白是與疾病發(fā)展密切相關(guān)的生化指標(biāo)之一。在阿茲海默病導(dǎo)致健忘之前，這種蛋白質(zhì)就已經(jīng)開始在脊髓液中逐漸累積。

然而，檢測β淀粉樣蛋白并非易事。這種蛋白質(zhì)存在于脊髓液中，想要對這一指標(biāo)進(jìn)行檢測必須采取侵入型的醫(yī)療方法：腰椎穿刺。這種檢查不僅聽上去很痛，實際上也很痛，而且費用十分高昂。

為了尋找能替代腰椎穿刺的檢查方法，IBM澳大利亞團隊開發(fā)了新的機器學(xué)習(xí)算法，僅檢查血液中四種蛋白質(zhì)的水平，就能預(yù)測β淀粉樣蛋白在脊髓液中的含量，準(zhǔn)確率高達(dá)77%。展示這則研究的論文發(fā)表在了《Scientific Reports》上。

與其他的阿茲海默病研究相似，新研究也使用了阿茲海默病神經(jīng)成像計劃（ADNI）中的影像數(shù)據(jù)。研究人員共研究了數(shù)據(jù)庫中566人的數(shù)據(jù)，其中182人攜帶有APOEε4基因突變，這種基因突變被認(rèn)為會增加晚發(fā)性阿茲海默病的發(fā)病風(fēng)險。

IBM的研究中還從ADNI中取得了近400種在血液化驗中獲得的蛋白質(zhì)指標(biāo)。通過機器學(xué)習(xí)算法，最終確定了四種預(yù)測β淀粉樣蛋白的指標(biāo)，分別是：嗜鉻粒蛋白A、Aβ1–42、Eotaxin 3和載脂蛋白E。通過與其他血液化驗結(jié)果及已有基因預(yù)測模型的對比，新算法的預(yù)測準(zhǔn)確率更令人滿意。

其實，我們也介紹過利用PET掃描影像來預(yù)測阿茲海默病的方法。IBM的研究人員之所以選擇了血液化驗中的蛋白質(zhì)指標(biāo)，是因為他們認(rèn)為在PET掃描顯示出阿茲海默病征兆的10年前，β淀粉樣蛋白就已經(jīng)出現(xiàn)在腦脊液中了。因而驗血可以幫助人們更早對潛在的患病風(fēng)險做出應(yīng)對。

針對有高患病風(fēng)險的人群進(jìn)行血液化驗可以大大降低醫(yī)療費用，也能夠盡可能減少侵入性檢驗造成的不適。

當(dāng)前，阿茲海默病療法和新藥的研發(fā)遇到了很多困難。造成相關(guān)藥物研發(fā)失敗的原因之一，可能是進(jìn)入臨床試驗的患者多處于患病晚期，其腦部損傷已經(jīng)難以復(fù)原。

如果能大幅提前發(fā)現(xiàn)阿茲海默病的時間，有可能極大地幫助阿茲海默病療法的研發(fā)。讓更多通過機器學(xué)習(xí)發(fā)現(xiàn)的早期患病人群進(jìn)入試驗，可以改變現(xiàn)有阿茲海默病藥物研發(fā)的尷尬局面。

除了β淀粉樣蛋白之外，tau蛋白也被認(rèn)為與阿茲海默病有關(guān)。IBM的研究團隊也正在嘗試使用類似的方法，在血液化驗中找到能預(yù)測tau蛋白的生物標(biāo)記物。

無論是血液檢測、蛋白質(zhì)檢測、還是PET影像分析，都越來越離不開機器學(xué)習(xí)和人工智能技術(shù)的輔助。相信AI技術(shù)最終將會幫助人們徹底了解阿茲海默病，并找出早期診斷和預(yù)防的有效方法。

點擊下圖，預(yù)登記觀展