文章来源：波士顿大学官方网站

试图弄清楚某人是否患有阿尔茨海默病通常涉及一系列评估——访谈、脑成像、血液和脑脊液测试。但是，到那时，可能已经太晚了：记忆已经开始溜走，长期建立的人格特征已经开始微妙地转变。如果及早发现，新的开创性治疗方法可以减缓疾病的无情进展，但没有万无一失的方法来预测谁会患上与阿尔茨海默氏症相关的痴呆。

现在，波士顿大学的研究人员表示，他们已经设计了一种很有前途的新型人工智能计算机程序或模型，有朝一日可以帮助改变这种状况——只需分析患者的言语即可。

他们的模型可以预测，准确率为78.5%，患有轻度认知障碍的人是否可能在未来六年内保持稳定，或者陷入与阿尔茨海默病相关的痴呆。研究人员表示，在允许临床医生展望未来并做出早期诊断的同时，他们的工作还可以通过自动化部分过程来帮助使认知障碍筛查更容易获得 - 不需要昂贵的实验室测试，成像检查，甚至不需要办公室访问。该模型由机器学习提供支持，机器学习是人工智能的一个子集，计算机科学家教程序独立分析数据。

“我们想预测未来六年会发生什么，我们发现我们可以以相对较好的信心和准确性合理地做出预测，BU Rafik B. Hariri计算和计算科学与工程研究所所长Ioannis（Yannis）Paschalidis说。“它显示了人工智能的力量。”

由工程师、神经生物学家、计算机和数据科学家组成的多学科团队在阿尔茨海默氏症协会的期刊《阿尔茨海默氏症与痴呆症》上发表了他们的研究结果。

“我们希望，就像每个人一样，会有越来越多的阿尔茨海默氏症治疗方法，”波士顿大学工程学院杰出工程教授、计算与数据科学学院的创始成员Paschalidis说：“如果你能预测会发生什么，你就有更多的机会和时间窗口来干预药物，至少要努力保持病情的稳定，防止过渡到更严重的痴呆形式。”

计算阿尔茨海默病的概率

为了训练和建立他们的新模型，研究人员转向了美国历史最悠久、运行时间最长的研究之一——波士顿大学领导的弗雷明汉心脏研究的数据。尽管弗雷明汉的研究侧重于心血管健康，但表现出认知能力下降迹象的参与者会定期接受神经心理学测试和访谈，从而产生大量关于其认知健康的纵向信息。

Paschalidis和他的同事们获得了166次对年龄在63至97岁之间的人的初步采访的录音，这些人被诊断患有轻度认知障碍，其中76人将在未来六年内保持稳定，90人的认知功能将逐渐下降。然后，他们结合使用语音识别工具（类似于为智能扬声器提供动力的程序）和机器学习来训练模型，以发现语音、人口统计学、诊断和疾病进展之间的联系。在对研究人群的一个子集进行训练后，他们在其他参与者身上测试了它的预测能力。

“我们将从录音中提取的信息与一些非常基本的人口统计数据（年龄、性别等）相结合，然后得到最终分数，Paschalidis 说：“你可以把分数看作是某人保持稳定或过渡到痴呆的可能性和概率。它具有很强的预测能力。”

该模型没有使用语音的声学特征，如发音或速度，而只是从采访的内容中提取——说出的话，它们的结构。帕斯卡利迪斯说，他们输入机器学习程序的信息在边缘是粗糙的：例如，录音是混乱的——低质量，充满了背景噪音。这是一个非常随意的录音，他说：“尽管如此，有了这些肮脏的数据，模型还是能够从中做出一些东西。”

这很重要，因为该项目部分是为了测试人工智能的能力，使痴呆诊断过程更加高效和自动化，几乎没有人类参与。研究人员表示，在未来，像他们这样的模型可用于为不在医疗中心附近的患者提供护理，或者通过与家庭应用程序的交互提供常规监测，从而大大增加接受筛查的人数。根据国际阿尔茨海默病协会的数据，全球大多数痴呆患者从未接受过正式诊断，使他们无法获得治疗和护理。

该论文的合著者Rhoda Au表示，人工智能有能力创造“机会均等的科学和医疗保健”。该研究建立在同一团队之前的工作基础上，他们发现人工智能可以使用录音准确检测认知障碍。

“技术可以克服工作的偏见，这些工作只能由那些有资源的人完成，或者依赖于专业知识的护理，而这些专业知识并不是每个人都能获得的，BU Chobanian&Avedisian医学院解剖学和神经生物学教授Au说。对她来说，最令人兴奋的发现之一是一种具有最大包容性的认知评估方法——可能独立于年龄、性别/性别、教育、语言、文化、收入、地理——可以作为一种潜在的筛查工具，用于检测和监测与阿尔茨海默病相关的症状。

在家中诊断痴呆症

在未来的研究中，Paschalidis希望探索不仅使用来自正式临床医生与患者访谈的数据 - 包括他们的脚本问题和可预测的来回 - 而且还来自更自然的日常对话。他已经在展望一个关于人工智能是否可以通过智能手机应用程序帮助诊断痴呆的项目，并将目前的研究扩展到语音分析之外 - 弗雷明汉测试还包括患者绘画和日常生活模式的数据 - 以提高模型的预测准确性。

“数字化是新鲜血液，Au说“你可以收集它，分析它今天已知的东西，存储它，并重新分析它，以防明天出现任何新的东西。

原文链接：https://www.bu.edu/articles/2024/new-ai-program-could-predict-alzheimers-disease/