Nature Medicine：新的人工智能软件可以让医生更容易、更快地诊断痴呆症

　　波士顿大学的研究人员创造了一种算法，仅使用医生收集的患者信息就能确定认知能力下降的原因

　　

虽然阿尔茨海默病是导致痴呆症的最常见原因，但它并不是唯一的原因。痴呆症是一种对影响日常生活的认知缺陷的统称，比如记忆力或语言能力的丧失。由于痴呆症的多种原因可能同时发生，因此做出明确的诊断既不容易也不快速。通常到那时，干预已经太晚了。

波士顿大学(Boston University)的维贾亚·b·科拉恰拉马(Vijaya B. Kolachalama)是使用计算机辅助医学诊断的专家，他发明了一种人工智能工具，可以确定导致一个人认知能力下降的原因，并帮助医生更有效地进行准确诊断。

它是由波士顿大学的研究人员和外部合作者共同开发的，它使用通常收集的患者信息(如病史、药物使用、人口统计数据、神经和神经心理学检查分数)和神经成像数据(如磁共振成像(MRI)扫描)来准确识别痴呆症的具体原因。对于每种情况，所有可用的信息都被输入到人工智能驱动的软件中，然后该软件会对一个人的痴呆症类型进行预测，并给出一个信心评分。研究结果发表在《自然医学》杂志上。

波士顿大学医学和计算机科学副教授、该论文的通讯作者Kolachalama说:“我们相信人工智能可以通过早期识别这些疾病，帮助医生更有效地管理病人，防止疾病恶化。”

该平台可以诊断10种不同类型的痴呆，包括血管性痴呆和额颞叶痴呆，即使它们同时发生。随着治疗阿尔茨海默病的新药获得批准，比如Kisunla，一种美国食品和药物管理局最近批准用于轻度认知障碍患者的注射药物，kolachalama希望他的团队的人工智能工具可以帮助确定谁可以从不同的治疗中受益，或者参与临床试验，帮助将更多的药物推向市场。

该算法是根据来自世界各地9个不同数据集的5万多人的数据进行训练的。为了测试软件的性能，研究人员让单独工作的神经科医生和使用计算机模型的神经科医生评估100个病例。然后，他们将医生单独工作的结果与使用该软件的结果进行了比较，发现该软件将医生的准确率提高了26%。

Kolachalama与来自世界各地的神经科医生和放射科医生合作，他们都能获得不同类型的患者信息。因此，该软件即使在有限的信息下也能工作。例如，核磁共振成像仪在低收入国家资源不足的医院中并不普遍，因此拥有一种可以使用任何类型可用患者数据的工具是将该技术扩展到最需要它的地区的关键。

Kolachalama说:“不仅在偏远和经济发展中地区，而且在城市卫生保健中心，鉴于获得黄金标准检测的重大挑战，利用常规临床数据进行诊断的能力正变得越来越重要。”

他指出，全世界都缺乏神经病学专家，随着神经病学患者数量的增加，这种不匹配给医疗保健系统带来了巨大压力。Kolachalama说，拥有一个可以帮助诊断的软件程序可以帮助减轻时间和资源有限的医生的负担。人工智能工具的下一步是将其带到医院和医生办公室进行实地测试，这是Kolachalama和他的团队正在积极努力的目标。