英國帝國理工學院研究人員開發出一種機器學習(xi) 新算法，通過一次腦部掃描觀察大腦內(nei) 的結構特征（包括以前認為(wei) 與(yu) 阿爾茨海默病無關(guan) 的區域），即可診斷出阿爾茨海默病。該技術的優(you) 勢在於(yu) 其簡單性，並且可在很難診斷的早期階段就識別出疾病。研究成果發表在開放獲取專(zhuan) 業(ye) 學術期刊《通訊·醫學》上。

　　 醫生目前使用大量測試來診斷阿爾茨海默病，包括記憶和認知測試以及腦部掃描。掃描主要用於(yu) 檢查大腦中的蛋白質沉積和海馬體(ti) 收縮，海馬體(ti) 是與(yu) 記憶相關(guan) 的大腦區域，所有這些測試可能都需要幾周的時間來安排和處理。但此次新開發的方法，隻需在大多數醫院常見的標準1.5特斯拉機器上進行磁共振成像（MRI）腦部掃描。

　　 研究人員采用了一種用於(yu) 分類癌症腫瘤的算法，並將其應用於(yu) 大腦。他們(men) 將大腦分為(wei) 115個(ge) 區域，分配了660個(ge) 不同的特征，例如大小、形狀和紋理，以評估每個(ge) 區域。然後他們(men) 訓練算法識別這些特征的變化，以準確預測阿爾茨海默病。

　　 利用阿爾茨海默病神經影像學計劃的數據，該團隊對400多名早期和晚期阿爾茨海默病患者、健康對照組和其他神經係統疾病患者（包括額顳葉癡呆和帕金森病）進行了腦部掃描。

　　 研究發現，在98%的病例中，僅(jin) 基於(yu) MRI的機器學習(xi) 係統，就可準確預測患者是否患有阿爾茨海默病。它還能夠在79%的患者中以相當高的準確度區分早期和晚期阿爾茨海默病。

　　 這一新係統成功發現了以前認為(wei) 與(yu) 阿爾茨海默病無關(guan) 的大腦區域，譬如小腦（大腦中協調和調節身體(ti) 活動的部分）和腹側(ce) 間腦（與(yu) 感官、視覺和聽覺相關(guan) ）產(chan) 生的變化，為(wei) 研究這些區域與(yu) 阿爾茨海默病的聯係開辟了潛在的新途徑。（記者張夢然）