（naeblys/istock/Getty Images Plus）
我們還沒有治愈阿爾茨海默氏病，但是早些時候發現它意味著準備工作，甚至可以採取預防措施。
新的人工智慧（AI）模型很快就會為那些注定要在出現前幾年發展症狀的人提供預警。
來自加利福尼亞大學，舊金山大學（UCSF）和斯坦福大學的團隊應用了機器學習超過500萬健康記錄的方法，培訓AI以發現連接的模式阿爾茨海默氏症到其他條件。
最終的系統並不完美，但是當對後來已知已經開發出阿爾茨海默氏病的人們進行記錄進行測試時，AI能夠準確地預測其開發的72％（在某些情況下為七年前）。
AI系統的預測能力源於其結合幾種不同風險類型的分析以計算的可能性的能力阿爾茨海默氏症的發展。這些發現可以告訴我們更多有關疾病原因的信息，以及誰可能容易受到影響。
“這是在常規臨床數據上使用AI的第一步，不僅要儘早確定風險，而且要了解其背後的生物學，”說來自UCSF的生物工程師Alice Tang。
該模型檢測到了許多可用於計算阿爾茨海默氏症風險的條件，包括高血壓,高膽固醇，，，，維他命D缺乏症和沮喪。勃起功能障礙和前列腺擴大也是男性的重要因素，骨質疏鬆症（一種骨骼疾病）對女性的意義。
這並不是說患有這些健康問題的人會發展癡呆症，而是AI分析將每個人稱為值得一看的預測因素。希望有一天可以使用相同的機器學習方法來識別其他難以診斷疾病的風險因素。
“正是疾病的結合使我們的模型可以預測阿爾茨海默氏症的發作，”說唐。 “我們的發現，骨質疏鬆症是女性的預測因素之一，突出了骨骼健康和癡呆症風險之間的生物學相互作用。”
研究人員還調查了一些確定的聯繫背後的生物學。發現骨質疏鬆症，女性的阿爾茨海默氏症以及基因MS4A6A的一種變體已連接，為研究該疾病的發展提供了新的機會。
“這是一個很好的例子，說明我們如何通過機器學習來利用患者數據來預測哪些患者更有可能發展阿爾茨海默氏症，也可以理解為什麼這樣的原因，”說UCSF的計算健康科學家Marina Sirota。
該研究已發表在自然衰老。
