阿爾茨海默病是一種緩慢發展的進行性神經退化性疾病,估算全世界大約有4-5千萬患者,其中大多數年齡在60歲以上,對該病的診斷十分複雜,且多已是中晚期。美國約有6百萬阿爾茨海默病患者, 該病目前被列為美國第七大死亡原因。

Age-standardized prevalence of Alzheimer's Disease, Credit to Lancet
1906年,德國精神學家與病理學家阿洛伊斯·阿爾茨海默首次描述並隨後命名了阿茲海默症,阿爾茨海默注意到一名死於異常精神疾病的婦女的腦組織出現許多異常團塊和纏結的纖維束。她生前的癥狀包括記憶力明顯減退並進行至喪失,語言障礙,定向障礙和行為古怪。
100多年來,醫學科學家們繼續努力了解和該病相關腦組織變化的全貌。大腦中的這些斑塊和纏結仍被認為是該病的主要特徵,但腦組織變化可能在癥狀出現的十年前或更早就開始了。另一個特徵是大腦中神經元之間的連接丟失,神經元負責在大腦和身體的不同部位之間傳遞信息。
阿茲海默症最常見的早期癥狀為喪失短期記憶(難以記住最近發生的事),找不到合適的常用詞來表達要說的意思,處理金錢和支付賬單時遇到困難,突然發現難以駕車等等,但是這些都是非特異性的,有不少疾病也會引起類似的癥狀。
為了確診阿爾茨海默病,醫生常常要做多個方面的工作,例如:向患者和家人詢問其相關的整體健康情況,處方葯和非處方葯的使用情況,過去的醫療問題,進行日常活動的能力以及行為和性格變化的問題。
進行記憶力,解決問題能力,注意力,計數或語言方面的測試;以及進行常規的醫學檢查例如血液和尿液檢查;以確定是否這些癥狀是由其他疾病所致。
還要進行腦部掃描例如計算機斷層掃描 (CT),磁共振成像 (MRI)或正電子發射斷層掃描 (PET),以尋找支持診斷阿爾茨海默氏症的證據和排除其他的可能原因。
這些測試常常要數周才能完成,有時還要重複進行。然而,發表在Communication Medicine (Nature(自然)的新子刊)的一個新方法只需其中一項-在大多數醫院可做的磁共振成像(MRI)腦部掃描,就能夠確切地診斷阿爾茨海默病,並能發現早期患者。
英國研究人員改編了一種用於癌症分類的演演算法,並將其應用於大腦。他們將大腦分為115個區域,並使用了656個不同的特徵如大小、形狀和紋理來評估每個區域。
然後他們通過機器學習訓練該演演算法,使用783人的磁共振成圖像進行培訓。這些MRI數據來自216 名健康對照成年人,389 名阿爾茨海默病患者(包括201名早期患者),94名額顳葉痴呆症患者 (FTD) 和 84 名帕金森病病人 (PD)。通過研究,他們找出了那些特徵的變化可以用於預測阿爾茨海默病的存在,然後形成一個新模型來診斷該病。
該團隊把這個新的方法用於400多名阿爾茨海默病早期和晚期患者、健康對照組和其他神經系統疾病患者的大腦MRI掃描上以測試它們的準確性。另外,他們還使用帝國理工學院保健NHS信託基金的80多名接受阿爾茨海默病診斷測試的患者的數據進行了測試。
他們發現,僅基於MRI的機器學習系統就能準確診斷98%的參與者是否患有阿爾茨海默病,該模型優於標准海馬萎縮測量(26%準確度)和腦脊液β澱粉樣蛋白測量(62% 準確度)。另外,該模型能以80%的準確率區分早期阿爾茨海默病和對照人群,79%的準確率區分該病早期進行型和早期穩定型。
新研究還發現了新的與阿爾茨海默病有關的變化,包括小腦(協調和調節身體活動)和腹側間腦(與感官,視覺和聽覺相關)。這為研究這些區域與阿爾茨海默病的關係開闢了的的新途徑。
儘管醫學界早就知道MRI掃描可幫助診斷阿爾茨海默氏症,但是從來沒有達到如此精準。通過電腦選擇計算那些即使是專家也看不到的,受阿爾茨海默氏症影響的紋理和細微結構的特徵變化,新的演演算法可以大大增強我們從標准醫學成像技術中獲得的信息。