根据波士顿大学医学院（BUSM）研究人员最近的一项研究，计算技术（人工智能/AI）可能能够帮助缓解与向老龄人口提供痴呆症护理相关的一些挑战。
"即使在专门的神经科医生或神经放射科医生忙于直接提供诊断的情况下，可以预见，某种程度的自动化可以介入帮助，从而使医生和他们的病人能够制定相应的治疗计划，"通讯作者VijayaB．Kolachalama,Ph.D.,FAHA,BUSM的医学助理教授。
研究人员的研究结果发表在《自然通讯》杂志上。
过去的研究表明，人工智能模型能够以简单的方式在"有病"和"无病"之间做出选择，但这并不是临床医生治疗病人的方式。相反，他们必须考虑到所有可能影响他们诊所病人的潜在条件，取决于运用体格检查、神经心理学测试、实验室结果和影像学建立一个独特的签名以巩固诊断。在Kolachalama看来，这项研究更符合这种"真实世界"的情况，因为它使计算机能够锁定病人的实际病因，即使还有其他可能性。
"研究表明，当向一个模型提供可能疾病的广泛鉴别诊断时，这是可以实现的。就背景而言，我们所熟知的'痴呆'可能是不同过程的结果；最常见的是阿尔茨海默氏症，但一个人精神状态的慢性改变也可能发生在其他疾病中--从帕金森氏症到老年抑郁症到营养缺乏症等等。"他补充说："我们的研究是新颖的，因为与之前的工作不同，我们展示了一种计算策略，在这种多样化的神经系统疾病中提供准确的诊断。"
研究人员设计了各种计算机模型，能够消化在对疑似痴呆症患者进行典型检查时可能收集到的大量数据，包括神经心理学和功能测试的结果、病史、体检、人口统计学和核磁共振扫描。这些信息随后被输入到一个神经网络中，然后对其进行训练，以便从这组庞大的输入中得出特定疾病的特征。
使用机器学习的专门方法，他们能够准确地找出他们的模型在诊断决策中使用的数据，包括重要的神经心理测试分数、实验室价值和可能暗示某种特定疾病的体检结果。然后，他们将这些相同的方法用于定位与痴呆症有关的MRI扫描，并发现被该模型标记为"重要"的位置与具有退行性组织变化的微观证据的大脑区域相对应。
最后，一个国际医生小组参加了与人工智能模型的"头对头"比较研究。专家和模型都有一组相同的病人，并被要求使用相同的信息来提供诊断，结果显示专科医生和计算机的准确性相似。
Kolachalama认为，计算策略可以帮助缓解在老龄人口中提供痴呆症护理的一些困难。"在病人可能无法接触到专门的神经病学护理的情况下，我们的工作可以帮助填补空白，并将人们与关于他们的健康和他们所爱的人的福祉的及时信息联系起来。"
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】