脑部核磁共振扫描图像示意图。(Shutterstock)
科学家发明了一套机器学习系统，用这套系统只需分析问诊者的一次脑部核磁共振(MRI)扫描的数据，即可判断其是否患有阿兹海默症。研究者称准确率高达98%。
阿兹海默症(Alzheimer’s)是失智症中最常见的一种，发病者多为65岁以上的长者，但是现在病患出现年轻化的趋势。患者通常出现记忆力、认知力和语言能力退化等症状。这种疾病现在是不治之症，但是如果能在早期确诊，患者能够尽早接受治疗或改变不良的生活习惯，这有助于控制病情的发展。
现在，医生需要对问诊者进行好几项测试，综合评估其是否患有此病。从预约每项测试到最后医生评估结果报告，中间至少需要几周的时间。
6月20日发表于《自然》(Nature)旗下的《医学通讯》(Communications Medicine)期刊上的一份研究介绍了一种新的方法，只需问诊者接受一次脑部核磁共振扫描即可完成诊断。
研究称他们借鉴了一套对癌肿瘤分类的算法，修改后用于分析脑部扫描数据。他们把大脑分成115个区域，分别检查这些区域的体积、形态、质地等一共660项特征进行评估，并训练这套机器学习算法找到检查对象脑组织与正常脑组织的差异，从而诊断是否患有阿兹海默症。
研究人员用这套系统分析了400名该病的患者、一些健康人和患有其它类型神经系统疾病患者的数据，查看这套诊断工具的有效性。这400名患者来自阿兹海默疾病神经影像学项目(Alzheimer’s Disease Neuroimaging Initiative)，包括了早期和晚期患者;其它类型神经系统疾病的患者包括额颞叶痴呆患者和帕金森病患者。此外，他们还用这套系统检查了80多位正在接受帝国学院医疗保健NHS基金项目诊断的问诊者的数据，对比诊断的结果。
研究称，仅靠这套工具就能确诊其中98%的病患，而且对其中79%的病患，还能分辨出他们的疾病处于早期还是晚期。
这项研究的负责人伦敦帝国学院(Imperial College London)教授埃里克·阿波吉(Eric Aboagye)说：“目前没有其它简单、普遍可行的办法如此准确地预测阿兹海默症，因此我们的研究迈出了重要的一步。很多问诊者具有其它临床上神经系统的病征，我们的系统能够分辨哪些人患有的是阿兹海默症，哪些人不是。”
阿波吉说：“等待诊断结果的过程对于患者及其家人来说都是可怕的经历。如果我们能缩短这段等待的时间、使诊断过程简单化、减少诊断结果的不确定性，这很了不起。”
这套系统发现了与此病相关的多个脑部区域所出现的变化，有些区域科学家以前不知道与此病相关，比如小脑、腹侧间脑(ventral diencephalon)。这些信息为科学家继续研究此疾病提供了新的线索。
