如今，年轻人常常用老年痴呆这个词来调侃反应迟钝的人。但是在实际生活中，这种病比想象中的还要常见。在发达国家，甚至成为了最常见的死亡原因之一。

老年痴呆症，最常见的就是阿尔茨海默病，它是一种神经退行性疾病，最后将会造成记忆丧失及认知功能丧失。

当前，这种疾病还没有彻底治愈的方法。但是，如果能够尽早诊断，还是能够尽早促使人们改变生活方式，从而延缓这种疾病的发展。

在预测未来方面，我们很容易想到AI是否能够有所作为。这一次，AI并没有令我们失望。



为了解决这个问题，意大利的巴里大学研究人员Nicola Amoroso 、Marianna La Rocca等人，开发了一种机器算法，用来识别由阿尔茨海默症引起的大脑结构变化。

这项技术是利用使用非侵入式核磁共振成像技术（non-invasive MRI scans）来识别大脑区域的连接方式的改变的。

那么他们具体是如何操作的呢？

首先，他们使用67例核磁共振扫描来训练这个算法，其中有38例是患有阿尔茨海默病的人。另外29例是健康对照组的。这些扫描来源于洛杉矶南加州大学的阿尔茨海默病神经成像原始数据库。

他们希望通过训练这个算法，来正确区分患病与健康的大脑。研究人员把每个脑部扫描细化到小的区域，并且分析它们之间的神经元连接，而不需要对这些区域的理想大小进行任何预设。

他们发现，在大脑区域与2250到3200立方毫米的对照组进行对比时，这个算法对于阿尔茨海默病的分类最准确。La Rocca表示，这是由于这和与该病有关的解剖结构的大小相似，例如杏仁核与海马体。

然后，研究小组在第二组扫描中测试了这个算法。这一组一共有148个实验对象，其中有52人是健康的，有48人患有老年痴呆症，还有48人患有轻度认知障碍（MCI），但是在2.5~9年之后，人们发现他们患上了阿尔茨海默病。

AI能够区分健康大脑与阿尔茨海默病的准确率为86%。最主要的是，它还可以分辨出健康的大脑与MCI之间的区别，并且准确率达到了84%。

换句话说，这种算法几乎能够提前9年预测出阿尔茨海默病的风险。受到数据库中可用扫描数据的限制，研究人员无法测试该算法是否能够进行更早的预测。

当然，这并不是市场上首个类似的研究。

阿尔茨海默病与脑内的黏性贝塔淀粉样斑块和神经原纤维缠结有关。

La Rocca说：“如今，脑脊液分析和使用放射性示踪剂的脑成像可以告诉大家，大脑在多大程度上覆盖了斑块和缠结，并能准确预测谁在10年后有患阿尔茨海默病的高风险。但是，这些方法是非常具有侵入性的，并且很昂贵，只有在高度专业化的中心才可以使用。”与之相比，该项技术能够区分正常大脑与MCI患者的大脑，并且能够提前将近10年作出预测，但是使用的技术更简单、更便宜，并且也是非侵入性的。当前，还需要做更多的工作来区分患有MCI的人，他们的大脑正常老化，或者也许会发展出其他类型的痴呆症。

检测阿尔茨海默病的生物标志物的血液检测，也许比这项新技术更简单、更便宜，但是目前在市场上还没有这种方法。克罗地亚的萨格勒布大学的GoranŠimić说：“目前还没有针对阿尔茨海默氏症的血液检测。有一些尝试，但还没有取得很大的成功。”

在此之前，道格拉斯心理健康大学研究所、McGill神经影像实验室的科学家，也利用AI技术及大数据开发了一种算法，可以准确识别出痴呆症的症状，但是只能够提前两年预测。

La Rocca说：“这是一种通用的办法。”除了能够预测老年痴呆之外，现在La Rocca还打算扩展这项技术，来帮助早期诊断其他神经退行性疾病，例如帕金森症。