從Alpha go席捲世界後已經過了兩年,AI早已滲透到醫療裡面了。在網路上發現有趣的文章,來跟大家分享。

1.在義大利研發中的AI演算

阿茲海默症是邁向失能失智的疾病。目前在義大利研發用AI來早期發現阿茲海默症。他們試圖發病前早期發現罹患阿茲海默症的高危險群為他的研究目的。近期在國外媒體大大的報導。

2.核磁共振(MRI)的解析演算

英國科學雜誌「New Scientist」介紹,這項研究在義大利的巴里大學進行中。這項研究據稱在症狀開始出現的十年前,可以透過MRI診斷阿茲海默症。

在這個早期診斷技術當中,利用大量病患的腦部MRI,解析早期腦部構造變化與阿茲海默症之間的關係,成功建立出早期診斷的演算模式。

假設在臨床能使用這項技術,就可以在症狀出現前的”超”早期發現。然而我們對於阿茲海默的研究方式也會多了另外一個面向。

早期使用這項藥物,會不會有更好的效果?

要有什麼習慣才可以減低延緩發病?

該做什麼樣的保養?

諸如此類的,在超早期發現有更多不一樣的研究方式。(當然這可以套用在所有疾病,高血壓、糖尿病或高血脂等)讓我們有更多切入阿茲海默症與其他疾病的方法。

3.診斷成功率高達86%的研究

為了建立AI的演算模式,分辨正常與罹患阿茲海默症之間,研究團隊從南加州大學阿茲海默症研究中心取得罹患者38人份與正常者29人份的頭部MRI。關於訓練演算方式,他們發現將把影像切割到2,250~3,200立方毫米時,演算的成功率最高。

他們用上述建立的演算模式,測試了148人的MRI影像作。148人當中,52人診斷為正常,48人確診是阿茲海默病人,剩下48人為輕度失智症。輕度失智症在MRI攝影後2.5~9年,皆發病了阿茲海默症。

研究團隊的AI在這個初步測試裡,可86%分辨正常與病患的腦部MRI。此外,將分辨正常人與輕度失智症的成功機率為84%。雖然說與google的貓圖像分析或分辨胸部X光的樣本研究相差很多張,但利用148張就可以達到這樣的準確度也已經不錯了。

4.往更簡單更快速更低侵入性檢查的AI

關於阿茲海默症,也有研究出腦脊髓液分析或是打放射性同位素示蹤的方式。但這樣的方式不但高價格又高風險性,可以執行的醫療院所也有限。日前最理想的利用末梢血液的阿茲海默症檢查現在又卡關。

另一方面,紐約的西奈山伊坎醫學院的研究者希望將此研究擴展到帕金森氏症等的中樞神經疾病。利用MRI與AI早期自動診斷,假如有那一天到來的話,是不是能更提升患者的生活品質(Quality of life, QOL)?並降低照護人力成本,轉到其他更有生產力的產業?

強大運算功力的硬體、加上具有21世紀的石油之稱的大數據、再加上AI人工智慧的演算模式,是不是真正的預防醫學和精準醫學要在21世紀就要來了呢?

參考:AI spots Alzheimer’s brain changes years before symptoms emerge