来自谢菲尔德大学的英国人工智能专家Noel Sharkey教授在谈到这些发现时表示：“人工智能遵循的是在数据中寻找高层次的模式，尽管样本量和测试集相对较小，但结果非常有希望，值得进行更大规模的研究。”
来自加利福尼亚大学的研究人员对这台电脑进行了训练，他们对1002名病人进行了2100多次扫描。扫描通过追踪注入血液的放射性液体的摄入来测量大脑活动。
研究已经将阿尔茨海默氏症的发展与大脑某些特定区域的特定变化联系起来，但这些变化很难被发现。阿尔茨海默氏症的算法能够教会这台电脑自己识别表明疾病的脑部扫描模式。
参与该项目的Jae Ho Sohn博士说：“我们对算法的性能非常满意。它能够预测每一个进展到阿尔茨海默氏症的病例。”
“这项研究强调了机器学习在帮助早期发现阿尔茨海默氏症等疾病方面的潜力，但在我们能够正确评估这种方法的威力之前，这些发现还需要在更大范围的人群中得到证实。”
京公网安备 11010502049343号