現在還沒(méi)有針對阿茲海默氏癥（老年癡呆）的標準臨床測試手段，所以醫生們通常是通過(guò)對病人進(jìn)行認知測試測試他們認知減退的程度來(lái)診斷這個(gè)疾病的。但是對于輕度認知障礙（MCI）的患者來(lái)說(shuō)，這種診斷策略很難奏效。臨床上癡呆的早期癥狀很不明顯，而預測輕度認知障礙的患者什么時(shí)候會(huì )發(fā)展成阿茲海默氏癥（并不是所有疾病都會(huì )這樣發(fā)展的）。

　　所以研究者想要將深度學(xué)習應用到這項挑戰中就不奇怪了。弗吉尼亞州喬治梅森大學(xué)的心理學(xué)教授PamelaGreenwood說(shuō)，“有些測試很喜歡告訴你：‘這個(gè)人會(huì )得阿茲海默氏癥，那個(gè)人不會(huì )。’”

　　最近，哈佛大學(xué)、麻省綜合醫院和中國華中科技大學(xué)的一群研究者設計了一種綜合了功能性磁共振成像（fMRI）腦部掃描和許多臨床數據的用來(lái)預測阿茲海默氏癥的程序。五月的時(shí)候他們首次在馬來(lái)西亞吉隆坡舉辦的IEEE國際交流會(huì )議（IEEEInternationalConferenceonCommunications）上公開(kāi)發(fā)布了這項研究的成果。

　　“我們想要在疾病非常早期的階段就發(fā)現它的存在，”麻省綜合醫院臨床資料管理中心的研究員李全政教授（QuanZheng,Li）表示，“很多人想用傳統的機器學(xué)習方法來(lái)做這件事，但是結果并不好，因為這個(gè)問(wèn)題確實(shí)很難解決。”

　　在開(kāi)始測試后，他們表示將他們的深度學(xué)習程序的結果和一個(gè)特定的fMRI數據庫資料組配對時(shí)，會(huì )比使用傳統的數據庫和診斷方法方法的結果提高20%的精確度。但是當這些傳統的分類(lèi)方法使用這種特殊的數據組后，它們的準確率也獲得了相似程度的提升。

　　愛(ài)丁堡大學(xué)的生物醫學(xué)工程師JavierEscudero表示這說(shuō)明新的診斷程序相比舊的的優(yōu)勢并沒(méi)有想象中那么大，可能只是數據更優(yōu)化的結果。

　　如果事實(shí)真是這樣的話(huà)，那其他想要將深度學(xué)習應用到診斷阿茲海默癥的專(zhuān)家們可能就會(huì )更仔細的審視一下自己用來(lái)進(jìn)行分析的數據了。這項最新的研究成果：可以顯示大腦各區域之間的關(guān)系的fMRI掃描比提供了比之前那些只是記錄各種數值的掃描更細膩的視野。

　　到目前為止，哈佛領(lǐng)導的這個(gè)小組正在試圖通過(guò)結合fMRI掃描和深度學(xué)習來(lái)預測MCI病人有多大可能會(huì )發(fā)展成阿茲海默氏癥患者。使用fMRI是因為這種儀器能顯示被檢測者腦部的電信號活動(dòng)和大腦不同區域連接起來(lái)的方式。

　　描述這種不同區域的連接的術(shù)語(yǔ)叫“功能連接（functionalconnectivity）”，在病人患上MCI后這種連接的樣式會(huì )發(fā)生改變，這是因為信號的傳播依賴(lài)著(zhù)對神經(jīng)元的氧氣供給，但是在阿茲海默氏癥患者神經(jīng)元中積累的蛋白質(zhì)幾乎斷絕了氧氣的供應，造成大腦區域的萎縮。

　　這些研究者想知道他們能否從這種功能連接的變化中預測阿茲海默氏癥的發(fā)作。他們從對93個(gè)MCI患者和101個(gè)普通患者的神經(jīng)影像數據的分析開(kāi)始。用從這些參與者的大腦中90個(gè)區域中測得的以時(shí)間序列為基礎的130個(gè)fMRI測試數據，這些研究者能夠發(fā)現在某段時(shí)間內神經(jīng)信號是如何傳播的。

　　接下來(lái)的一步相當重要，研究者將這些數據組處理得到了一組用來(lái)描述大腦內這些區域間信號連接強度的次級數據。也就是說(shuō)，他們創(chuàng )建了一份“功能連接”地圖來(lái)顯示哪些區域和信號是互相關(guān)聯(lián)的最緊密的。

　　最后，團隊建立了一個(gè)可以用來(lái)解釋這些“地圖”的深度學(xué)習程序，把這些與年齡、性別、遺傳風(fēng)險因素等臨床數據結合起來(lái)，來(lái)預測一個(gè)人有沒(méi)有可能患上阿茲海默氏癥。

　　李全政說(shuō)研究結果的效果已經(jīng)幾乎精確到可以臨床應用了，“當這種方法的精確度達到90%，它就很有用了”。她說(shuō)，“我們的精確度還沒(méi)有那么高，但也已經(jīng)很接近了。”

　　即使是之前通過(guò)檢測腦脊液中蛋白質(zhì)容量是否過(guò)剩的用來(lái)預測MCI患者是否會(huì )轉變?yōu)闉榘⑵澓Ｄ习Y的實(shí)驗室技術(shù)也只有大約65%的準確率。這意味著(zhù)有些真正的患者沒(méi)能被確診，而有些則在無(wú)謂的擔心其實(shí)并不會(huì )發(fā)生的疾病惡化。

　　但是在仔細過(guò)了一遍哈佛這個(gè)團隊的研究的設計概要之后，在北卡羅來(lái)納大學(xué)教堂山分校從事類(lèi)似研究的認知計算科學(xué)家沈定剛（DinggangShen）表示了懷疑。

　　“沒(méi)有任何人在這個(gè)領(lǐng)域能達到80%或者90%的準確度”，他說(shuō)，“基于這樣的研究，達到這種程度是不可能的”（概覽的作者們承認他們給沈的早期草稿里有一些打字錯誤，但堅持聲稱(chēng)這個(gè)精確度是沒(méi)錯的）。

　　研究結果顯示他們在只使用fMRI數據，而沒(méi)有使用功能連接地圖的時(shí)候的精確度就已經(jīng)比其他相關(guān)領(lǐng)域研究者的測試結果提高了幾乎20%，不過(guò)，那些傳統的預測方法在結合了功能連接地圖的數據之后準確度也提升了大概16%。

　　Escudero說(shuō)，這就是說(shuō)這些使用功能連接地圖或者互相連接的信號強度來(lái)判斷阿茲海默氏癥發(fā)病概率的程序會(huì )比之前那些只是測量大腦信號讀數的方法要準確很多，“看來(lái)對結果準確度提升最大的就是對功能連接數據的使用了。”

　　這項最新的實(shí)驗是最近廣泛出現的在臨床上應用深度學(xué)習或人工智能幫助醫生做出復雜決定的嘗試的一部分。而其中最著(zhù)名的或許就是IBM的Watson嘗試要幫助醫生面對堆積如山的醫療記錄和研究文獻。

　　喬治梅森大學(xué)的GreenWood提出了一項重要的觀(guān)點(diǎn)，告訴了我們因為現在還沒(méi)有治療阿茲海默氏癥的療法，因此任何針對這種病的類(lèi)似的預測手段的作用都是有限的。這項技術(shù)也還需要經(jīng)過(guò)同行審議和非常非常多的測試，才能真正實(shí)現臨床應用。