我們仍然不確定究竟是什么原因造成的阿爾茨海默病，但我們知道它的效果是什么樣的，而且我們越來越擅長檢測它的早期跡象——也許包括我們言語中的那些跡象。

波士頓大學的科學家們開發了一種新的人工智能 （人工智能)算法該研究分析了輕度認知障礙 （MCI） 患者的言語模式。

它可以預測進展從 MCI 到阿爾茨海默病在六年內，準確率達到 78.5%。

該團隊于 2024 年發表的研究繼續他們的以前的研究，他們使用來自 1000 多人的錄音訓練了一個模型，以準確檢測認知障礙。

他們的新算法是在 166 名年齡在 63-97 歲之間的 MCI 患者的轉錄錄音上訓練的。

由于該團隊已經知道誰患上了阿爾茨海默氏癥，因此機器學習方法可用于在他們轉錄的演講該研究將認知功能會下降為阿爾茨海默氏癥的 90 人聯系起來。

經過訓練后，該算法就可以反向應用：嘗試從以前從未處理過的語音樣本的轉錄本中預測阿爾茨海默病的風險。

添加其他重要因素，包括年齡和自我報告的性別，以產生最終預測評分。

“你可以把分數看作是某人保持穩定或過渡到癡呆的可能性，概率，”說波士頓大學的計算機科學家 Ioannis Paschalidis 在去年 6 月公布結果時。

“我們想預測未來六年會發生什么，我們發現我們可以合理地做出預測，而且信心和準確性相對較高。它展示了 AI 的力量。

考慮到目前沒有治愈阿爾茨海默病的方法，您可能想知道及早發現它有什么好處——但我們確實有治療方法可以幫助控制阿爾茨海默病在某種程度上，這些可以更早地開始。

更重要的是，早期發現讓我們有更多機會研究疾病及其進展，并從那里開發出完全有效的治療方法。

那些已知可能患上阿爾茨海默病的人可以參加臨床試驗超前。

如果可以進一步發展，這種方法有很多值得喜歡的地方。這種測試可以快速、廉價地完成，甚至可以在家中進行，無需任何專業設備。

它不需要任何注射或采樣，只需要錄音，將來甚至可以通過智能手機應用程序運行。

“如果你能預測會發生什么，你就有更多的機會和時間窗口來干預藥物，至少嘗試保持病情的穩定并防止過渡到更嚴重的癡呆形式，”帕斯查利迪斯解釋.

這里使用的錄音相當粗糙且質量低下。隨著記錄和數據更清晰，算法的準確性可能會變得更好。

這可能會導致對阿爾茨海默病如何影響我們在非常早期的階段 – 以及為什么它有時是從 MCI 發展而來的，有時不是。

“我們希望，就像每個人一樣，會有越來越多的阿爾茨海默病治療方法可用?！?a>說帕斯卡利迪斯。

該研究已發表在阿爾茨海默氏癥和癡呆癥.

本文的早期版本發表于 2024 年 6 月。

寶寶起名 起名