來自道格拉斯大學精神健康研究所、麥吉爾轉化神經成像實驗室的科學家們發(fā)現了一種有效可靠的，可以在老年癡呆發(fā)病前能提前察覺的算法。這個技術可用于幫助家庭提前準備及選擇治療方案，也能幫助研究員們挑選更合適的臨床試驗候選人和測試藥物的效力。
這項發(fā)現在《衰老神經生物學》的期刊上有著詳細的介紹。作為研究這項課題的專家，麥吉爾大學神經學和精神病學的副教授Pedro Rosa－Neto說：“如果你能提前知道一群人中誰將會得癡呆癥，那么這個人將能更好的測試預防該疾病的新藥物?！?/p>
這個算法是通過搜尋大腦掃描淀粉樣蛋白的形成來生效的，在那些被發(fā)現有輕度認知功能障礙的人們的大腦中，蛋白質逐漸積累然后發(fā)展為癡呆癥。在老年癡呆發(fā)作前，淀粉樣蛋白可在大腦中慢慢積累長達數年或者數十年，并且其將同時在大腦的不同位置以不同的速度積累。更值得一提的是，并不是每個有淀粉樣蛋白積聚的人都會形成認知障礙。這增加了科學家們研究癡呆發(fā)展進程的難度。
機器學習讓它變的更簡單
通過研究阿茲海默神經影像學計劃(ADNI)中的數百種PET掃描影像，科學家們演練出一種可以通過首先分析具有輕度認知障礙的患者腦中的淀粉樣蛋白累計程度，并進而能提前在老年癡呆發(fā)作前有所察覺的算法。之后他們公布了那些最終患了老年癡呆病人們腦部掃描樣本。
隨后他們發(fā)布了一系列新的腦掃描圖像，其中一些來自于目前患有輕度認知障礙的患者。不過，這一系列新發(fā)布的圖像均來自于在患者病情進一步加重之前。這個算法預測了最后患者發(fā)病的概率，精確度達到了84%。
Rosa-Heto對麥吉爾時報說：“這是一個數據和開放科技如何給患者護理帶來切實好處的實例。”
給病人護理帶來的最大的好處就是提高了臨床試驗的成功率和評估了針對老年癡呆癥(最常見癡呆形式)藥物的效力。
此項研究的共同領導人Serge Gauthier對麥吉爾時報說：“通過這個方法，臨床試驗可以致力于研究那些在短時間內之內有較高可能發(fā)展成為癡呆的個體。這大大節(jié)省了實施這項研究所必須要花費的成本和時間?！?/p>
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
