阿爾茲海默症是涉及認知功能障礙、腦細胞喪失的致命疾病,科技大學校長葉玉如參與領導的研究團隊,首度利用人工智能深度學習模型進行早期風險預測,準確率超過70%,有望革新阿爾茲海默症及心血管疾病的診斷、干預、治療和臨牀研究。

研究團隊由葉玉如與科大大數據研究所主任陳雷帶領,建立首批深度學習的人工智能模型,利用遺傳訊息,評估歐洲和中國人群患上阿爾茲海默症的多基因風險。新模型能更準確地辨識出阿爾茲海默症患者,亦量化評估遺傳風險,對各種生物過程的影響,根據各種風險對個體進行分級分層。研究將新型深度學習模型與基因檢測相結合,準確率超過70%。


結合基因檢測 準確率逾70%

現時阿爾茲海默症的臨牀診斷,主要是透過醫生判斷、認知能力量表測試和腦部掃描進行,但往往在患者出現病徵才進行,錯失早期診斷和制定干預策略的時機。葉玉如指,科大團隊的研究證明,深度學習方法在遺傳研究和阿爾茲海默症風險預測方面的有效性,有助加快大規模風險篩查,而將個體根據疾病風險分級,為阿爾茲海默症的致病和惡化機制,提供嶄新研究思路和見解。

陳雷補充指,透過運用神經網絡模型,有效捕捉到高維基因組數據中的非綫性特徵,從而提高阿爾茲海默症風險預測的準確度,而透過人工智能數據分析,將有風險的個體分為多種亞組別,揭示了潛在的疾病機制。研究團隊正進一步研究並完善模型,最終目標是將其納入常規篩查的流程中。本報記者


《星島頭條》APP經已推出最新版本,請立即更新,瀏覽更精彩內容:https://bit.ly/3yLrgYZ