可通過AI檢測到的阿爾茨海默氏病標(biāo)志

小編發(fā)現(xiàn)不少朋友對于 可通過AI檢測到的阿爾茨海默氏病標(biāo)志 這方面的信息都比較感興趣，小編就針對 可通過AI檢測到的阿爾茨海默氏病標(biāo)志 整理了一些相關(guān)方面的信息 在這里分享給大家。

加州大學(xué)戴維斯分校和加州大學(xué)舊金山分校的研究人員表示，人工智能可以加快對阿爾茨海默氏病關(guān)鍵癥狀之一的精確檢測，他們在《自然通訊》上發(fā)表了有關(guān)機(jī)器學(xué)習(xí)工具的研究。

研究人員開發(fā)的機(jī)器學(xué)習(xí)工具可以檢測大腦中稱為淀粉樣蛋白斑塊的蛋白質(zhì)碎片團(tuán)塊，這些碎片會(huì)破壞神經(jīng)細(xì)胞的連接并存在于阿爾茨海默氏病患者中。該工具的工作方式類似于Facebook如何識別所捕獲圖像上的臉部。它可以很快在腦組織中看到各種淀粉樣斑塊。

Brittany N. Dugger博士是UC Davis加州大學(xué)戴維斯分校病理學(xué)和檢驗(yàn)醫(yī)學(xué)系的助理教授，也是該研究的主要作者，他與UCSF神經(jīng)退行性疾病研究所助理教授Michael J. Keiser博士以及藥物化學(xué)系要弄清楚他們是否可以教一臺計(jì)算機(jī)來分析和識別人腦組織中不同類型的淀粉樣斑塊。Keizer和他的團(tuán)隊(duì)設(shè)計(jì)了一種計(jì)算機(jī)程序，該程序可以基于數(shù)千個(gè)帶有人類標(biāo)簽的示例識別模式，稱為卷積神經(jīng)網(wǎng)絡(luò)(CNN)。

CNN需要足夠的訓(xùn)練示例，以能夠自行識別淀粉樣蛋白斑塊，并訓(xùn)練機(jī)器學(xué)習(xí)算法來識別在阿爾茨海默氏病中發(fā)現(xiàn)的腦部變化，包括看到核心斑塊和彌散性斑塊以及血管異常。為此，Dugger需要從43個(gè)健康和患病的大腦樣本的100萬張?zhí)貙憟D像中標(biāo)記成千上萬張圖像。使用一個(gè)以約會(huì)軟件(Tinder)為原型的平臺，Dugger可以使用戶向右滑動(dòng)“是”，向左滑動(dòng)“否”，從而可以每小時(shí)大約2,000張圖像的速度快速標(biāo)記圖像中的斑塊。該程序被稱為“是否斑點(diǎn)”，Duggar注釋了70,000多個(gè)斑點(diǎn)或斑塊候選者。

在此數(shù)據(jù)庫上經(jīng)過訓(xùn)練后，該算法可以以98.7%的精度處理全腦切片幻燈片。此外，UCSF團(tuán)隊(duì)測試了計(jì)算機(jī)的識別能力，以了解其做出預(yù)測的原因。

盡管該工具在分析數(shù)據(jù)上的能力大大超過了人類，但仍應(yīng)被認(rèn)為是對專家神經(jīng)病理學(xué)家的補(bǔ)充。

杜格在一份聲明中說：“我們?nèi)匀恍枰±韺W(xué)家。這是一種工具，就像鍵盤是用于書寫一樣。由于鍵盤有助于編寫工作流程，因此將數(shù)字病理學(xué)與機(jī)器學(xué)習(xí)結(jié)合使用可以幫助神經(jīng)病理學(xué)工作流程。”

但是，在識別斑塊方面，計(jì)算機(jī)比Dugger更好。