作為一類慢性中樞神經(jīng)疾病，阿茲海默病越來越嚴(yán)重地影響了現(xiàn)代社會(huì)。2015年，全世界約有3000多萬人被診斷患有這種疾病。因?yàn)樾枰ㄙM(fèi)巨大人力物力來妥善護(hù)理病人，它也給世界各地的衛(wèi)生保健系統(tǒng)帶來了很大的經(jīng)濟(jì)負(fù)擔(dān)。雖然目前沒有已知的方法在晚期病例階段中制止該疾病的惡化，但有證據(jù)表明，如果早期發(fā)現(xiàn)，相應(yīng)治療有望使疾病進(jìn)展獲得減慢或停止。所以，如何找到一種可靠的方法來提早發(fā)現(xiàn)那些有可能具備疾病風(fēng)險(xiǎn)的潛在病人，逐步成為醫(yī)學(xué)研究和臨床護(hù)理的重要目標(biāo)。

　　近日，韓國高科技科學(xué)院(Korea Advanced Institute of Science and Technology)和Cheonan公共衛(wèi)生中心的科學(xué)家們通過深度學(xué)習(xí)(deep learning)開發(fā)出一項(xiàng)技術(shù)， 能以超過84%的準(zhǔn)確度識別未來三年可能發(fā)展成為阿茲海默病的潛在病人。

　　隨著年齡的增長，認(rèn)知衰退是不可避免的。我們往往變得更加健忘，更頻繁地中斷思路，或更難做出決定、完成任務(wù)。醫(yī)生稱這種情況為輕度認(rèn)知障礙，并且會(huì)隨著年齡增長影響大多數(shù)人群。更嚴(yán)重的情形下，許多輕度認(rèn)知障礙患者會(huì)繼續(xù)發(fā)展成為阿茲海默病：他們失去了詞匯語言能力，或語無倫次;他們開始非常健忘，甚至不再認(rèn)識親人;失去基本的自我照顧技能，最終完全依賴于照顧者。大多數(shù)病人在獲診斷后幾年時(shí)間內(nèi)因病去世。但值得注意的是，并非所有輕度認(rèn)知障礙患者都遵循這條道路：有些人不會(huì)惡化，甚至有些改善。所以醫(yī)生會(huì)非常熱衷于能夠發(fā)現(xiàn)可能發(fā)展成為阿茲海默病的潛在人群，因?yàn)樗麄冏钣锌赡苁芤嬗谠缙诟深A(yù)治療。

　　一般來說，其中一種方法是研究大腦的正電子發(fā)射斷層掃描(PET)掃描圖片。眾多醫(yī)學(xué)研究顯示，阿茲海默病患者的大腦部位大量產(chǎn)生一種被稱為淀粉樣蛋白斑塊的特征性蛋白質(zhì)團(tuán)塊，它能負(fù)面影響大腦使用葡萄糖的能力，于是顯著降低腦代謝速率。利用這一原理，某些類型的PET掃描可以顯示出上述兩種情況的大腦跡象，因此可以被用于發(fā)現(xiàn)最有可能發(fā)展成為阿茲海默病的輕度認(rèn)知障礙患者。

　　遺憾的是，這一理論在操作中難以得到適當(dāng)實(shí)踐：認(rèn)讀解釋PET圖像很不容易。研究人員通過長期培訓(xùn)可以尋找一兩個(gè)大的生物學(xué)標(biāo)記，但是這種方法不僅耗時(shí)且容易出錯(cuò)。韓國科學(xué)家Hongyoon Choi博士和Kyong Hwan Jin博士開發(fā)了深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，期望這一過程可替代人類的觀察活動(dòng)。

　　他們的方法很簡單。近年來，世界各地的阿茲海默病研究人員一直在建立一個(gè)健康人群與阿爾茨海默病患者腦圖像的數(shù)據(jù)庫。Hongyoon Choi博士和Kyong Hwan Jin博士使用這個(gè)數(shù)據(jù)庫來訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，并且在此基礎(chǔ)之上識別它們之間的區(qū)別。該數(shù)據(jù)集由182位70多歲的健康人大腦圖像和139位相似年齡的確診阿茲海默病患者大腦圖像組成。通過培訓(xùn)，該機(jī)器軟件系統(tǒng)很快就學(xué)會(huì)了識別差異，精確度幾乎達(dá)到了百分之九十。接下來，Hongyoon Choi博士和Kyong Hwan Jin博士使用他們的機(jī)器來分析不同的數(shù)據(jù)集。這里面包括了181位70多歲輕度認(rèn)知障礙患者的腦部圖像，其中79人在三年內(nèi)繼續(xù)發(fā)展為阿茲海默病——顯然機(jī)器學(xué)習(xí)的任務(wù)是發(fā)現(xiàn)這些易患疾病的個(gè)體。

　　這一機(jī)器深度學(xué)習(xí)的結(jié)果是非常鼓舞人心的：軟件系統(tǒng)識別輕度認(rèn)知障礙患者患者轉(zhuǎn)化成為阿茲海默病的預(yù)測精度高達(dá)84.2%，優(yōu)于常規(guī)基于特征的人為量化方法(p<0.05)，顯示出了深度學(xué)習(xí)技術(shù)使用腦圖像預(yù)測疾病預(yù)后的可行性。