劍橋大學心理學系研究人員近日在阿爾茨海默病早期診斷領域取得重大突破。他們開發出一種尖端人工智能工具，能夠以80%的準確率預測阿爾茨海默病的進展。這一創新方法旨在減少對侵入性和昂貴的癡呆症診斷測試的依賴，同時有望在疾病早期階段顯著改善治療效果。

AI 醫療 (2)

圖源備註:圖片由AI生成，圖片授權服務商Midjourney

目前，全球有超過5500萬人患有癡呆症，每年造成的社會和經濟負擔高達8200億美元。預計未來50年內，患者數量將增長近三倍。其中，阿爾茨海默病佔癡呆症病例的60-80%。這些數據凸顯了開發早期檢測和干預方法的迫切性。

這種新型AI模型的獨特之處在於其數據來源和處理方式。與傳統的PET掃描或腰穿不同，該模型利用認知測試結果和結構性MRI掃描等非侵入性和經濟實惠的患者數據。研究團隊利用來自美國、英國和新加坡的大量數據開發和驗證了這一模型。結果顯示，該模型在82%的情況下能準確識別進展至阿爾茨海默病的個體，並在81%的情況下僅憑認知測試和MRI掃描就能識別出患者。這一準確率超過當前臨牀方法約三倍。

高準確率意味着這一工具有望顯著降低誤診率，減少不必要的昂貴侵入性測試。更準確的早期診斷也意味着治療可以在疾病更早期、更有效的階段開始。研究人員計劃將模型擴展到其他形式的癡呆症，並納入更多數據類型，如血液測試生物標誌物，以進一步提高其應用範圍和準確性。

儘管AI工具展現出巨大潛力，但在實際應用中仍面臨一些挑戰。確保AI在醫療診斷中的道德使用和患者數據隱私保護至關重要。同時，維持AI算法決策過程的透明性對於建立醫療專業人員和患者的信任也很關鍵。將AI工具無縫整合到現有臨牀實踐中需要對醫療專業人員進行培訓，並可能面臨一些初期阻力。