阿尔兹海默症（AD）一般指阿尔茨海默病，是一种起病隐匿的进行性发展的神经系统退行性疾病，由于其确切病因尚不完全清楚，故目前只有一款新药“阿杜卡玛单抗”上市，但却备受争议。因此科学家们希望能够通过早诊断、早治疗的方式改善患者的生存状况。
近日，来自立陶宛考纳斯大学的研究人员开发了一种基于深度学习的方法，可以通过大脑图像预测阿尔茨海默病的可能发病，准确率超过99%，相关研究表于《Diagnostics》杂志。
（图注：https://doi.org/10.3390/diagnostics11061071）
据悉，该研究共纳入138名受试者，基于ResNet 18（残差神经网络）模型对其获得的78753张功能性MRI图像进行分类评估。研究发现该模型能够精准定位给定数据集中的MCI特征，对于早期轻度认知障碍（MCI）与AD、晚期MCI与AD以及MCI与早期MCI，分别达到99.99%、99.95%和99.95%的最佳分类精度。
目前该研究团队正在与医疗机构合作，以获取更多的弱势群体（65岁以上、有脑损伤、高血压等病史的人群）临床数据，从而将该算法集成到一个更复杂的系统中，分析不同的参数，如监测眼球运动、面部阅读、声音分析等，并将其开发成软件。未来，期待该技术能早日造福人类，为这一领域注入新的活力。
参考资料：
1.Algorithm can predict possible Alzheimer's with nearly 100 percent accuracy
