IT之家 12 月 1 日消息，在湖南師范大學信息科學與工程學院教授畢夏安的帶領下，腦科學與人工智能團隊創(chuàng)新嘗試，開發(fā)出可診斷阿爾茨海默病（AD，又稱老年癡呆癥）的 AI 算法。
用于疾病分類與風險預測的深度學習算法技術框架。
該團隊深入分析大腦影像和基因數(shù)據(jù)，將其作為 AD 的宏觀視圖與微觀視圖，提出一種用于疾病分類與風險預測的深度學習算法，可精準生成大腦功能網(wǎng)絡視圖。
該算法應用到 AD 的大量實驗顯示，多階段診斷和風險預測準確率分別達 74.2% 和 84.5%，這比當前已有先進診斷方法平均高出 10 個百分點。
圖源：青島市急救中心
該研究成果于 11 月 6 日發(fā)表于 IEEE TPAMI 上，畢夏安為第一作者和通訊作者，美國佐治亞大學教授劉天明為共同通訊作者，哈佛大學醫(yī)學院和麻省總醫(yī)院助理教授李響等參與研究，湖南師范大學為論文第一單位及通訊單位。
在生物醫(yī)學領域，AD 被定義為由多種復雜因素共同導致的腦退行性疾玻目前研究人員已開發(fā)出多種檢測技術以幫助臨床工作者了解病情，比如磁共振、PET 等醫(yī)學影像檢查手段。
畢夏安解釋：
我們在阿爾茨海默病神經(jīng)影像學計劃 (ADNI) 數(shù)據(jù)庫中，提取了 197 個早期輕度認知功能障礙、203 個晚期輕度認知功能障礙和 233 個阿爾茨海默癥患者的數(shù)據(jù)信息做驗證，取得了可喜結(jié)果。
目前抽血做全基因組測試，是可能判斷早期阿爾茨海默癥和風險的，但并不知道基因如何刻畫大腦功能的改變，且大腦改變是不可視的�；趫F隊算法，個體基因數(shù)據(jù)可直接映射出對應的腦網(wǎng)絡。
IT之家附上論文參考地址：X. -a. Biet al., "Structure Mapping Generative Adversarial Network for Multi-view Information Mapping Pattern Mining," inIEEE Transactions on Pattern Analysis and Machine Intelligence, doi: 10.1109/TPAMI.2023.3330795.
