订报
event
 

利用神经网络可提早发现阿兹海默症征兆

阿兹海默症治疗成效将因深度网络而大幅提升。法新社

阿兹海默症(Alzheimer's disease)可说是最难以捉摸的病症之一。韩国天安医学中心(Cheonan Public Health Center)及韩国科学技术院(KAIST)研究人员利用深度学习,开发出一种能提早发现阿兹海默症征兆的技术,希望能透过早期治疗,减缓病情恶化的速度,并同时减轻医疗系统的负担。

据MIT Technology Review报导,2015年全球患有阿兹海默症的人口已达3,000万。证据显示,如果能尽早诊断出阿兹海默症,便有机会减缓或停止病情恶化。天安医学中心研究人员利用深度学习网络发展出的判断技术,透过正电子(PET)脑部扫描影像,据说准确辨识有可能在未来3年内罹患阿兹海默症的病人。

阿兹海默症是淀粉样蛋白斑块增生,以及脑部葡萄糖新陈代谢减缓所造成。阿兹海默症患者将无法正确使用字汇,并会开始不认得身边的亲人、丧失自理的能力。

然而也有一些轻度认知障碍患者并没有发展出更严重的阿兹海默症症状,甚至病情还获得了好转。因此科学家便希望透过研究这些潜在的阿兹海默症患者,找到更好的治疗手段。

虽然PET影像能够显现与阿兹海默症相关的异常情形,但实际的判读却十分困难,且容易发生失误。于是研究人员利用近年全球建立的脑部影像资料库,对其卷积神经网络(convolutional neural network)进行训练。

这套资料库收集了182位,年龄介于70多岁的健康名众脑部影像,以及139位年纪相仿,但已罹患阿兹海默症的患者脑部影像。透过训练,神经网络辨识差异准确率可达90%。

接著,再将181名罹患轻度认知障碍的患者脑部影像交由深度网络进行辨识,其中有79位患者在影像拍摄后的3年内都罹患了阿兹海默症。研究小组表示,其深度网络辨识出潜在阿兹海默症患者的准确度可达81%,比一般受过训练的人员高出许多。

这项研究除能有助提升阿兹海默症的治疗成效,也展现了深度网络在医学诊断上的应用潜力。另外象是心脏病与癌症,都可透过深度网络尽早取得诊断治疗。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 神经网络