人工智能预防痴呆症

AI-Mind是一个由地平线2020资助的为期5年的项目，旨在促进轻度认知障碍临床实践的范式转变。阿尔托大学和HUS赫尔辛基大学医院研究人员组成的团队参与了该项目。

AI-Mind将创建智能数字工具，用于筛查受轻度认知障碍影响的人的大脑连通性和痴呆症风险评估。在该项目的5年生命周期中，将开发两种新的基于人工智能的数字工具。

在AI-心灵连接器将识别功能失调的大脑网络，和AI-心灵预测将使用从连接器的数据，先进的认知测试，并遗传生物标志物评估个别痴呆症的风险。这两个工具旨在为进一步的干预建议创建个性化的患者报告。

阿尔托大学和HUS在脑磁图(MEG)脑成像和使用人工智能分析成像数据方面拥有丰富的经验。“我们在神经影像研究中加入了计算模型和机器学习方法，以帮助我们了解神经机制和认知表征，以及神经功能和行为的个体差异。”阿尔托大学神经科学与生物医学工程(NBE)系教授RiittaSalmelin解释说。

'与SamuelKaski和HannaRenvall教授一起，我们成功地识别了MEG信号的简单光谱特征，这些特征可以区分个体，并且在个体内部看起来很稳定。我们预计该工具可以作为一种易于使用、稳健的大脑网络及其在神经系统疾病中的故障的探测，从而直接与AIMind的目标联系起来。

目前，全球有超过5000万人患有痴呆症。到2030年，我们预计这个数字将达到8200万。除了耗时且痴呆风险判别力低的患者调查外，目前的治疗选择侧重于晚期症状管理。这在家庭、医疗和护理成本方面有许多影响。

“我们的研究揭示了健康受试者的个体高度独特的特征，即‘大脑指纹’，我们相信这种方法也具有广泛的临床潜力。”拥有HUS和阿尔托大学NBE联合教授职位的HannaRenvall说，“我还担任临床神经学家多年，因此我认识到与个人和社会记忆障碍负担增加相关的巨大挑战等级。'AIMind提供了一种有趣的可能性，可以将我参与的研究和临床神经学工作结合起来。

对于轻度认知障碍(MCI)的人来说，痴呆症的风险比未受影响的人高出近30%。根据目前的临床方法，许多发展为痴呆症的患者仅在病程较晚时才得到诊断。然而，通过养成健康的生活习惯和控制可治疗的疾病(如糖尿病和高血压)，可以降低患痴呆症的风险。借助AI-Mind工具，估计发生临床痴呆症风险所需的时间可能会缩短至仅一周。这将为医生和患者提供在疾病早期进行预防干预、治疗和康复措施的机会。

“机器学习可以为我们提供对复杂数据的深刻见解。”阿尔托大学计算机科学系教授兼芬兰人工智能中心(FCAI)主任塞缪尔·卡斯基(SamuelKaski)说，“我们在FCAI的口号是我们为现实世界中的真人创造真正的人工智能”以及我们与人工智能的合作Mind就是一个例子。我们将在多个领域拥有专业知识和经验的工程师和科学家聚集在一起，为下一代医学开发可行的解决方案。

医生的新好朋友：人工智能

现在复杂、劳动密集、成本高且预测性差的轻度认知障碍(MCI)筛查应被自动化诊断筛查工具取代。这些由人工智能驱动，以解决对疾病风险早期准确预测的迫切需求。

“AI-Mind是将高度相关的问题与欧洲顶级临床、神经科学和计算专业知识结合在一起的绝佳机会，”Renvall教授继续说道，“我相信该联盟收集和分析的数据将为我们提供信息关于解决其他临床神经学问题的最有用的方法，并为更多未来的研究和新的研究领域铺平道路。

标签：