患有严重阿尔茨海默氏病的人脑的PET扫描研究人员使用常规脑部扫描的图像，可以教该算法确定阿尔茨海默氏病的发展早期-在临床上相同的医学结论得出相同结论的6年之前。 这可能会使最严重的疾病之一（继心脏病和癌症之后的发达国家的第三大死亡原因）受到打击。
到目前为止，除了减轻症状外，还没有任何方法可以恢复痴呆症患者的认知能力。 但实际上，在最近几个月中，与疾病发展作斗争的潜在方法已经开始出现。 最近在哈布雷（Habré）上有一篇有关戴尔·布雷德森（ Dale Bredesen） 的文章，该文章帮助了100位患者。 Anavex开发了A2-73 ，从而阻止了30％的患者发展阿尔茨海默氏病。
但是，所有这些在疾病进展的最后阶段都行不通。 为了成功应用任何技术，您需要一个仍在运行的大脑。 而且，在阿尔茨海默氏病的影响开始对患者的生活产生负面影响之前，我们还没有学会如何发现它。
有了这个，人工智能应该可以帮助我们。 发现一种可怕的疾病，以便人们可以采取一些措施。 该新系统是由旧金山大学加利福尼亚大学的科学家在Jae Ho Son博士的领导下开发的。 他们教人工智能分析断层扫描图像，以便发现他所知道的任何联系，这些联系可以预测未来阿尔茨海默氏病的出现。 他们的作品（超过20位作者！）可以在《 放射学 》杂志上阅读，它已成为2018年全年最受欢迎的作品。
Jae Ho Song解释了他的项目构想：
阿尔茨海默氏症的主要问题之一是，当您开始出现临床症状时，大脑中已有太多神经元死亡，实际上，这一过程是不可逆的。 在此之前，我们必须开始做一些事情。
在一项新的工作中，Son和他的团队将神经成像的功能与机器学习相结合，并从2005年到2017年“喂食”了1002位患者的机器2109张图像。 AI测试是分别进行的-对40位患者的PET扫描的40张图像进行了测试。 结果，该机器能够确定98％的疾病发展案例-平均在实际诊断之前76个月。
患有阿尔茨海默氏病第四阶段的人脑（左），没有疾病的人脑（右）位置发射断层扫描（PET）可测量大脑中某些分子（例如葡萄糖）的水平，并广泛用于临床肿瘤学。 葡萄糖是脑细胞的主要能量来源，它们越活跃，消耗的葡萄糖就越多。 由于人类的智力活动受到干扰，细胞会减速并死亡，消耗的葡萄糖越来越少。
长期以来，科学家一直试图使用这种断层扫描技术来早期发现阿尔茨海默氏病。 问题在于所有人的大脑都不同，一个人的正常葡萄糖意味着另一个人的疾病进展。 而且，阶段越早，任何变化的区别就越小。
韩国研究人员于2017年获得了最成功的结果之一，也是借助神经网络获得的（ Habré上的文章 ）。 但他们的人工智能从未学会在患者出现第一个症状之前很久就找到阿尔茨海默氏症。 在90％的病例中，他能够通过PET扫描将健康的大脑与患者区分开，并且如果已经出现第一个症状，则有81％的可能性在三年内确定疾病主动发展的风险。 即使是最有经验的医生也更好，但是认知功能完全恢复的可能性要低得多。
来自旧金山的科学家走得更远：他们的AI能够以2倍的速度识别出处于危险中的人，而且准确性更高。 Jae Ho Song本人并没有期待如此令人印象深刻的结果：
事实证明，这是应用深度学习算法的理想任务。 它们在搜索非常弱的分散过程中特别有效。 人体放射科医生会轻易地发现一些集中的东西，例如肿瘤，但他们无法识别缓慢的整体变化。
下一步是对来自不同医院和国家/地区的更大，更多样化的数据集进行测试和校准。 如果AI在这些测试中能显示相同的结果，Sleep希望今年能够在医院中开始安装它。 PET扫描当然并不便宜，但是如果您已经处于危险之中或已经通过另一个问题，那么简单的智能算法（甚至甚至可以在云上使用）将使数百万的人至少维持几年的正常生活。