人工智能有望更快更准确地诊断阿尔茨海默病

Posted 2021-04-26 脑健康联盟

通过检测阿尔茨海默病患者使用语言方式的细微差别，史蒂文斯理工学院（Stevens Institute of Technology）的研究人员开发了一种人工智能算法，有望在不需要昂贵的扫描或现场测试的情况下准确诊断阿尔茨海默病。该软件不仅可以极低成本地诊断阿尔茨海默病，准确率达到95%以上，而且还可以解释其结论，让医生可以反复检查诊断的准确性。

史蒂文斯理工学院8月27日官网报导

“这是一个真正的突破，”该工具的发明者K.P. Subbalakshmi说。她是史蒂文斯人工智能研究所(Stevens Institute of Artificial Intelligence)的创始所长，也是查尔斯·V·谢弗工程学院(Charles V. Schaeffer School of Engineering)的电气与计算机工程教授。“我们正在开启一个令人兴奋的新研究领域，让向患者解释为什么人工智能会在诊断患者时得出这样的结论变得容易得多。这解决了医学领域人工智能系统可信赖性的重要问题。”

K.P. Subbalakshmi

人们早就知道阿尔茨海默病会影响一个人的语言使用。患有阿尔茨海默病的人通常会用代词代替名词，比如说“他坐在上面”而不是“那个男孩儿坐在椅子上”。病人也可能会用一些尴尬的套话，比如“我肚子不好，因为我没吃东西”，而不是简单地说“我饿了”。Subbalakshmi和她的学生们设计了一个使用注意力机制和卷积神经网络(一种可以捕捉时序特征的人工智能算法)的可解释的人工智能引擎，从而能够开发出软件，不仅能够准确识别出众所周知的阿尔茨海默病的迹象，还能检测出以前被忽视的微妙的语言模式。

 

Subbalakshmi和她的团队使用健康受试者和已知的阿尔茨海默病患者所创作的文本来训练她的算法，这些文本描述了一幅儿童从一个罐子里偷饼干的画。Subbalakshmi和她的团队使用谷歌开发的工具，将每个单独的句子转换成一个独特的数值序列或数值向量，代表512维嵌入空间中的一个特征点。

史蒂文斯理工学院

这种方法甚至可以给复杂的句子指定一个数值向量，使得分析句子之间的结构和主题关系更加容易。通过将这些向量与手工制作的特征一起使用-主题专家已识别出的那些特征-A.I.系统逐渐学会了发现健康或不健康受试者说出的句子之间的相似性和差异，从而以极高的准确性确定阿尔茨海默病患者产生任何给定文本的可能性。

 

8月24日，在第19届生物信息学数据挖掘国际研讨会上（BioKDD），Subbalakshmi与她的博士生Mingxuan Chen和Ning Wang一起展示了她的研究成果，她说：“这绝对是最先进的。我们的人工智能软件是目前可用的最精确的诊断工具，而且还可以解释。”

BioKDD 2020

该系统还可以很容易地纳入新的标准，这些标准将来可能会被其他研究团队发现，因此，随着时间的推移，它只会变得更加准确。Subbalakshmi解释说：“我们设计的系统既模块化又透明。如果其他研究人员发现了阿尔茨海默病的新标志物，我们可以简单地将其植入我们的结构中，从而产生更好的结果。”

 

理论上，人工智能系统有一天可以根据从个人电子邮件到社交媒体帖子的任何文本诊断阿尔茨海默病。不过，首先，需要使用已知的阿尔茨海默病患者产生的许多不同类型的文本来训练算法，而不仅仅是图片描述，而这类数据目前还无法获得。“算法本身非常强大，”Subbalakshmi说，“我们只受到现有数据的限制。”

在接下来的几个月里，Subbalakshmi希望能收集到新的数据，使她的软件能够用于诊断除英语以外的其他语种的病人。她的团队还在探索其他神经系统疾病——如失语症、中风、脑外伤和抑郁症——这些疾病都会影响语言使用的方式。Subbalakshmi说：“这种方法绝对可以推广到其他疾病。随着我们获得更多更好的数据，我们也将能够为许多其他疾病创建精简、准确的诊断工具。”

感谢史蒂文斯理工学院优秀毕业生王则远博士的指正

参考来源

Source：Stevens Institute of Technology

A.I. tool promises faster, more accurate Alzheimer's diagnosis

https://www.stevens.edu/news/ai-tool-promises-faster-more-accurate-alzheimers-diagnosis

-END-

为您推荐

六六脑®脑康复云

认知训练就用它

▼