(資料圖片僅供參考)

人工智能技術在醫療診斷領域帶來了重大突破，阿爾茨海默癥篩查準確率高達90%以上。

上周發表在國際著名科學期刊《PLOS ONE》上的一項研究指出，深度學習模型在阿爾茨海默氏癥診斷中比未經訓練的AI模型更加準確，而且該技術能夠排除一些干擾診斷的因素，如年齡。

馬薩諸塞州綜合醫院研究人員用數萬張人腦掃描圖像訓練了一個深度學習模型，部分圖像是患有阿爾茲海默氏癥的患者大腦，部分沒有，隨后該研究將該模型與真實臨床診斷數據進行了對比。

結果顯示，經過訓練的深度學習模型識別阿爾茨海默氏癥的準確率達到90.2%，相比之下，比沒有接受過訓練的、更簡單的人工智能模型的診斷準確率高約5個百分點。

值得一提的是，90%的準確率還遠遠高于臨床檢測準確率。根據2017年美國國立衛生研究院（NIH）公布的一項研究，由人主導的臨床檢出率僅為77%。

如此較高的診斷率是阿爾茨海默氏癥診斷的重大突破，到目前為止，該病癥是最難預測和診斷的疾病之一。2017年一項針對900多人的研究發現，多達四分之一的阿爾茨海默病患者被誤診。

醫生們認為，人工智能在改善癌癥、糖尿病和阿爾茨海默病等病癥診斷方面有著巨大的應用前景。

風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。

關鍵詞：