（安德鲁·布鲁克斯/图片来源/盖蒂图片社）
其中最重要的方式之一人工智能事实证明算法是有益的诊断疾病比人类快得多？ 以及一个用于检测潜在指标的新系统已达到接近 100% 的准确度。
通过对 138 人的 fMRI 脑部扫描图像进行分析，新算法的准确率达到 99% 以上。 研究人员报告说，它在准确性、灵敏度和特异性方面比现有方法表现更好。
特别是，该方法能够识别出轻度认知障碍或 MCI 的迹象？ 这是认知能力下降（通常与衰老相关）和阿尔茨海默病之间的一个步骤。 通常，MCI 不会出现任何可被发现的身体症状。
然而，还需要注意的是，MCI 并不一定意味着阿尔茨海默病？ 但这是未来疾病的重要潜在指标。
虽然手动分析扫描 MCI 迹象是可能的，但人类远没有扫描速度或可靠深度学习技术从庞大的训练数据数据库中学习，然后以智能方式将这些知识应用到新数据中。
“现代信号处理允许将图像处理委托给机器，机器可以更快、更准确地完成它，”赖蒂斯·马斯克利纳斯说是立陶宛考纳斯理工大学（KTU）的信息学教授。
“当然，我们不敢建议医疗专业人员百分百依赖任何算法。将机器视为能够完成最繁琐的数据排序和搜索特征任务的机器人。”
一旦计算机软件突出显示了潜在的病例，专家就可以对其进行审查和确认。 早期诊断意味着早期治疗，即使我们尚未找到完全阻止阿尔茨海默病的方法。
这项新研究中概述的人工智能模型基于现有的残差网络18神经网络。 修改后的系统能够将大脑扫描分为六类，从健康到阿尔茨海默病的全面表现。
“虽然这不是第一次尝试根据类似数据诊断阿尔茨海默病的早期发作，但我们的主要突破是算法的准确性，”蒙面说？怎么样。
“显然，如此高的数字并不是真实生活表现的指标，但我们正在与医疗机构合作以获取更多数据。”
目前有多种方法用于检测阿尔茨海默病，包括眼球追踪,语音分析，甚至在人们家中安装传感器？ 但像这项新研究中概述的人工智能方法有望更快、更简单。
超过 78,000用于训练和验证模型并达到很高的准确率，研究人员表示，他们的模型最终可以用于开发包含其他数据（包括年龄和血压）的软件。
阿尔茨海默病是世界上最严重的疾病痴呆症的最常见原因，造成了全球约 70% 的病例。 目前，全球约有 2400 万人受到影响，随着社会老龄化，这一数字预计将急剧上升。
“世界各地的医疗专业人员都试图提高人们对早期阿尔茨海默病诊断的认识，这为患者提供了更好的从治疗中受益的机会，”蒙面说？怎么样。
该研究发表于诊断。
