麥吉爾大學的人工智能研究成果，用不了多久就可以讓世界各地的臨床醫生在臨床中使用。

道格拉斯心理健康大學研究所的、McGill 神經影像實驗室的科學家，使用人工智能技術和大數據開發了一種算法，能夠在發病前兩年，準確識別出癡呆症的症狀。

使用單次澱粉樣蛋白 PET 影像，掃描患有腦部風險的、可能發展成阿爾茨海默病的患者。他們的研究結果出現在《Neurobiology of Aging》雜誌上發表的一項新研究中。

McGill 神經外科和精神病學部門的研究副教授兼首席研究員 Pedro Rosa-Neto 博士預計，這種技術將改變醫生管理患者的方式，並大大加速阿爾茨海默病的治療研究。

“目前，臨床試驗隻能關注在研究的時間範圍內，更有可能發展成癡呆症的個體，通過使用這個方法，將大大降低進行這些研究所需的成本和時間。”麥吉爾神經外科教授 Serge Gauthier 博士補充說。

澱粉樣蛋白作為檢測癡呆的標誌物

科學家早已知曉被稱為澱粉樣蛋白的蛋白質，會積累在患有輕度認知障礙(MCI)患者的腦部，這種情況常常導致癡呆。

雖然在癡呆症狀發生前幾十年中，澱粉樣蛋白一直在積累，但由於不是所有的 MCI 患者都會發生阿爾茨海默病，因此該蛋白質不能可靠的被用作預測性生物標誌物。

為了進行研究，麥吉爾研究人員利用了阿爾茨海默病神經影像學計劃(ADNI)提供的數據，這項全球研究工作需患者同意，並完成各種成像和臨床評估。

來自 Rosa-Neto 和 Gauthier 團隊的計算機科學家 Sulantha Mathotaarachchi，使用數百個來自 ADNI 數據庫的 MCI 患者的澱粉樣蛋白 PET 掃描，來訓練團隊的算法，以鑒定哪些患者會發生癡呆，症狀發作前的準確率為 84%。

他們也在研究中，試圖尋找可以納入該算法的其他癡呆生物標誌物，以提高軟件的預測能力。

麥吉爾大學老齡研究中心主任羅莎 - 內托博士(Dr. Rosa-Neto)說：“這是數據和開放科學大數據，為疾病預防和治療最切實的一個例子。

雖然新的軟件已經在線提供給科學家和醫生，但在醫療機構認證之前，醫生無法在臨床實踐中使用此工具。

為此，McGill 團隊正在進行進一步測試，以驗證不同患者隊列中的算法，特別是那些具有並發條件如輕微腦中風的算法。