区分早期和晚期阿尔茨海默病的机器学习工具

帝国理工大学研究人员研发了一种预测阿尔茨海默病的工具，比传统方法更准确。

这项技术用于阿尔茨海默病，这是一种目前的测试策略不精确的疾病，尤其是在不确定或无症状的情况下。

据估计，全世界有近4400万人患有阿尔茨海默病或相关的痴呆症，每4人中就有3人未被诊断出该疾病。需要结合一系列具有可变敏感性的测试，包括认知、神经心理学、成像和实验室测试，以诊断阿尔茨海默病或不太严重但相关的疾病，如轻度认知障碍(MCI)。即便如此，只有在死亡时进行病理评估，才能确定阿尔茨海默病的诊断。这突出了对更精确的测试的挑战和需求，该测试可以更好地检测患者中阿尔茨海默病的存在。

技术概述

这项技术可以筛选出有无症状者的简单脑部核磁共振图像，并基于对整个大脑特征的计算评估，精确检测给定患者的轻度认知障碍或阿尔茨海默病。

效果

• 早期、准确地检测AD或MCI，这为应用早期治疗干预来阻止疾病进展提供了最好的机会
• 在临床试验期间，帮助更好地诊断和选择患者进行药理学研究，这可能有助于临床试验的成功

原文出处