神奇的技术:提前8年预知阿尔茨海默症

摘要

早期检测阿尔茨海默症一直是科学界和医学界的一个难题。

人工智能(AI)算法,通过扫描电子健康记录,提前8年预测老年人患认知症的风险。

阿尔茨海默症是65岁以上老年人常见的疾病,其中每三个老年人就有一个会因为阿尔茨海默症去世。阿尔茨海默症并不是突发的疾病,就像我们能看到冰山一角的时候,冰山已经累积了很久很高了。

阿尔茨海默症最初是由于大脑中毒性蛋白无法排出、异常累积,慢慢积累到一定程度,逐渐影响人体功能。等到我们发现“冰山”的存在,出现记忆力下降、语言能力下降、行动受损的时候,其实“冰山”早已形成很久了。

健康记录预测认知症风险

如何早期检测“冰山”的到来,预防阿尔茨海默症一直是科学界和医学界的一个难题。哈佛大学附属医院的科学家们开发了一个人工智能(AI)算法,通过扫描电子健康记录,就能使用计算机算法自动梳理与认知障碍相关的问题,提前八年预测老年人患认知下降和认知症的风险。

这项研究使用了两家大型医院中,2005年到2017年期间,18岁以上没有认知症病人的医院就诊记录。在1251858名有医疗记录的病人中,跟踪了267855位病人长达13年,最终6516名病人(2.4%)被确诊为认知症。实际的诊断结果,与他们的计算机模型预测阿尔茨海默症概率比较一致。即使把这些病人分为老年组(50岁以上)和年轻组(50岁以下),分别进行分析,他们的模型预测的结果依旧与实际诊断数据比较一致。能在病人确诊阿尔茨海默症的8年前,就能准确地给不同病人进行认知症风险的分级。

https://pubmed.ncbi.nlm.nih.gov/31859230/

这项AI技术的关键在于,计算机算法会自动在病人的电子病历中抓取相关的关键词,并给这些关键词进行打分。机器一开始被赋予的词库只有美国国家卫生健康局制定的痴呆标准,作为搜索条件。人工智能医学的智能就体现在这里,他们开发的计算机语言能够根据原有的一些词语,自动拓展学习,扩大了临床上和实际就诊中可能出现的词语,大大拓展了原有词汇的覆盖范围。例如,原本给定的词语是“记忆下降”,那么机器自己学习拓展的词汇可能就会有“忘了”、“记性不好”、“走错路”、“丢三落四”等。

随后,根据机器提取的词语,以及症状的严重程度,给所有可能相关的认知症状进行打分。比如,记忆下降的问题从各种角度一共能罗列出20个不同的关键词,一个病人的病例中出现了5个关键词,那么就给这个人打分25%(5/20)。他们用这个方法捕捉和反映每个人的情况,并将他们的疾病概念转化为不同的维度。最后的总体得分是根据每个人在每个部分的得分,和每个关键词的重要性和占比,得出了一个总的认知症风险分数。比如,结果会告诉病人,他可能有近期确诊的风险,会在1年内确诊为认知症,或者会在一年后确诊为认知症(长期确诊风险)。

这个系统神奇的一点是,他们的最终得分会有不同的情况分类。比如,这个数据会告诉一个病人,你可能存在长期确诊风险,短期一两年内不会出现明显的症状。但是如果抽烟、酗酒以及经常熬夜的习惯不改掉的话,你的风险可能会变成短期风险,会在一年内确诊为阿尔茨海默症。

除此之外,这个研究还根据病人的病例,分析了病人们确诊后的情况。比如:一旦确诊为认知症,认知症的严重程度怎样,死亡的风险大概是多少。在电子医疗记录中,他们发现认知症患者平均的生存天数为2186天,而认知障碍最严重的重症患者生存天数为298-399天。通过对比分析不同病人的症状表现情况,会对所有病人进行大概的分析。比如,根据某个病人的病例和症状描述,他的表现是中度痴呆情况,记忆力和行动能力会在三年内出现严重的受损,病人大概有5年的存活期等。

通过对老年组和青年组的跟踪数据分析,他们把不同的认知症发生率和认知症状的严重情况进行匹配起来,发现与“运动”相关的词语,能让认知风险和死亡率下降。也就是说,运动是能够减缓认知症进一步恶化的关键手段。

提前预测阿尔茨海默症风险,防患于未然,是目前大多数医学诊断技术想要达到却无法实现的技术。通过合理的机器学习,建立和识别认知症的风险,提前了8年预测出阿尔茨海默症的诊断风险,无疑是振奋人心的一个医学突破。要知道,40%的阿尔茨海默症是可以通过改变生活方式、饮食习惯以及生活环境而有效预防和延缓的。这项研究也发现,即使不幸患了阿尔茨海默症,运动也能够有效的阻止病情进一步恶化。

这项技术相当于告诉我们,你可能在8年后有患阿尔茨海默症的风险,并提出主要可能是由什么行为导致的。确诊阿尔茨海默症以后,你可能会变成什么样子,丧失记忆、迷路、失去行动能力等。当这一切的后果和预测诊断直接报告给人们的时候,再告诉他们,你还有8年时间改变自己的生活习惯和饮食方式,来避免和延迟疾病的到来。相信很多人会更加注意自己的生活方式和日常习惯。

这个软件工具最初是由哈佛大学开发出来,用于预测自杀和意外死亡风险,以及有精神问题儿童的住院可能性。通过调整和改善,发现这个工具也能用于研究其他的脑部疾病,如本文所提的认知症。

语言能力预测认知症风险

无独有偶,IBM和美国辉瑞公司也开发出了一套算法,也用了相似的算法,能提前7.4年预测人的阿尔茨海默症发病。不同的是,这项算法仅仅根据人的语言能力来进行预测。这项研究最终发表在了《柳叶刀》上。

https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(20)30327-8/fulltext

这项研究使用了心脏研究中心从1991年开始记录的270名患者的700多份书面报告,成功地在发病前7.6年预测了74%的阿尔茨海默症。数据收集了病人认知能力的测试,并每隔4-5年更新一次被试们的测试信息。在语言能力环节中,他们使用了不同单词的数量、单词的丰富程度,以及重复等来测试语言的详细程度、词汇的丰富性和重复性。另外,拼写错误、标点符号、大小写、写作风格和单词的序列等都用于他们的计算机建模中,分析语法和语句的复杂性,来评估每个人的语言能力。通过评估被试们复述问题、重复故事、书写能力的好坏程度,就能预测一个人患阿尔茨海默症的风险。

IBM的医疗保健研究副总裁Ajay认为,他们开发的这个AI工具是一个很好的非侵入式的测试。但同时,由于语言能力需要长期跟踪才能知道一个人的语言能力是否有变化,因此,他建议医生可以在病人年轻的时候开始收集病人的语言技能,每隔5年更新一次。虽然这个检查并不包含在我们的临床中,但目前的技术已经可以用于识别大部分的阿尔茨海默症,还是值得尝试的。

https://news.harvard.edu/gazette/story/2019/12/early-detection-of-alzheimers-possible-through-algorithm/

总的来说,哈佛大学和IBM的这两个研究分别利用人工智能技术,从不同的角度预测了阿尔茨海默症的发病风险。希望这项技术能够尽快推广,到时候每个人都可以像性格测试一样测试自己患认知症的风险,并提早预防。

未名脑脑说

40%的阿尔茨海默症是可以通过改变生活方式、饮食习惯以及生活环境而有效预防和延缓的。

人工智能技术,可以从不同的角度预测阿尔茨海默症的发病风险。

(0)

相关推荐