現(xiàn)在還沒有針對阿茲海默氏癥（老年癡呆）的標(biāo)準(zhǔn)臨床測試手段，所以醫(yī)生們通常是通過對病人進(jìn)行認(rèn)知測試測試他們認(rèn)知減退的程度來診斷這個疾病的。但是對于輕度認(rèn)知障礙（MCI）的患者來說，這種診斷策略很難奏效。臨床上癡呆的早期癥狀很不明顯，而預(yù)測輕度認(rèn)知障礙的患者什么時候會發(fā)展成阿茲海默氏癥（并不是所有疾病都會這樣發(fā)展的）。
所以研究者想要將深度學(xué)習(xí)應(yīng)用到這項挑戰(zhàn)中就不奇怪了。弗吉尼亞州喬治梅森大學(xué)的心理學(xué)教授Pamela Greenwood說，“有些測試很喜歡告訴你：‘這個人會得阿茲海默氏癥，那個人不會。’”
最近，哈佛大學(xué)、麻省綜合醫(yī)院和中國華中科技大學(xué)的一群研究者設(shè)計了一種綜合了功能性磁共振成像（fMRI）腦部掃描和許多臨床數(shù)據(jù)的用來預(yù)測阿茲海默氏癥的程序。五月的時候他們首次在馬來西亞吉隆坡舉辦的IEEE國際交流會議（IEEE International Conference on Communications）上公開發(fā)布了這項研究的成果。
“我們想要在疾病非常早期的階段就發(fā)現(xiàn)它的存在，”麻省綜合醫(yī)院臨床資料管理中心的研究員李全政教授（QuanZheng,Li）表示，“很多人想用傳統(tǒng)的機(jī)器學(xué)習(xí)方法來做這件事，但是結(jié)果并不好，因為這個問題確實很難解決。”
在開始測試后，他們表示將他們的深度學(xué)習(xí)程序的結(jié)果和一個特定的fMRI數(shù)據(jù)庫資料組配對時，會比使用傳統(tǒng)的數(shù)據(jù)庫和診斷方法方法的結(jié)果提高20%的精確度。但是當(dāng)這些傳統(tǒng)的分類方法使用這種特殊的數(shù)據(jù)組后，它們的準(zhǔn)確率也獲得了相似程度的提升。
愛丁堡大學(xué)的生物醫(yī)學(xué)工程師Javier Escudero表示這說明新的診斷程序相比舊的的優(yōu)勢并沒有想象中那么大，可能只是數(shù)據(jù)更優(yōu)化的結(jié)果。
如果事實真是這樣的話，那其他想要將深度學(xué)習(xí)應(yīng)用到診斷阿茲海默癥的專家們可能就會更仔細(xì)的審視一下自己用來進(jìn)行分析的數(shù)據(jù)了。這項最新的研究成果：可以顯示大腦各區(qū)域之間的關(guān)系的fMRI掃描比提供了比之前那些只是記錄各種數(shù)值的掃描更細(xì)膩的視野。
到目前為止，哈佛領(lǐng)導(dǎo)的這個小組正在試圖通過結(jié)合fMRI掃描和深度學(xué)習(xí)來預(yù)測MCI病人有多大可能會發(fā)展成阿茲海默氏癥患者。使用fMRI是因為這種儀器能顯示被檢測者腦部的電信號活動和大腦不同區(qū)域連接起來的方式。
描述這種不同區(qū)域的連接的術(shù)語叫“功能連接（functional connectivity）”，在病人患上MCI后這種連接的樣式會發(fā)生改變，這是因為信號的傳播依賴著對神經(jīng)元的氧氣供給，但是在阿茲海默氏癥患者神經(jīng)元中積累的蛋白質(zhì)幾乎斷絕了氧氣的供應(yīng)，造成大腦區(qū)域的萎縮。
這些研究者想知道他們能否從這種功能連接的變化中預(yù)測阿茲海默氏癥的發(fā)作。他們從對93個MCI患者和101個普通患者的神經(jīng)影像數(shù)據(jù)的分析開始。用從這些參與者的大腦中90個區(qū)域中測得的以時間序列為基礎(chǔ)的130個fMRI測試數(shù)據(jù)，這些研究者能夠發(fā)現(xiàn)在某段時間內(nèi)神經(jīng)信號是如何傳播的。
接下來的一步相當(dāng)重要，研究者將這些數(shù)據(jù)組處理得到了一組用來描述大腦內(nèi)這些區(qū)域間信號連接強(qiáng)度的次級數(shù)據(jù)。也就是說，他們創(chuàng)建了一份“功能連接”地圖來顯示哪些區(qū)域和信號是互相關(guān)聯(lián)的最緊密的。
最后，團(tuán)隊建立了一個可以用來解釋這些“地圖”的深度學(xué)習(xí)程序，把這些與年齡、性別、遺傳風(fēng)險因素等臨床數(shù)據(jù)結(jié)合起來，來預(yù)測一個人有沒有可能患上阿茲海默氏癥。
李全政說研究結(jié)果的效果已經(jīng)幾乎精確到可以臨床應(yīng)用了，“當(dāng)這種方法的精確度達(dá)到90%，它就很有用了”。她說，“我們的精確度還沒有那么高，但也已經(jīng)很接近了。”
即使是之前通過檢測腦脊液中蛋白質(zhì)容量是否過剩的用來預(yù)測MCI患者是否會轉(zhuǎn)變?yōu)闉榘⑵澓Ｄ习Y的實驗室技術(shù)也只有大約65%的準(zhǔn)確率。這意味著有些真正的患者沒能被確診，而有些則在無謂的擔(dān)心其實并不會發(fā)生的疾病惡化。
但是在仔細(xì)過了一遍哈佛這個團(tuán)隊的研究的設(shè)計概要之后，在北卡羅來納大學(xué)教堂山分校從事類似研究的認(rèn)知計算科學(xué)家沈定剛（Dinggang Shen）表示了懷疑。
“沒有任何人在這個領(lǐng)域能達(dá)到80%或者90%的準(zhǔn)確度”，他說，“基于這樣的研究，達(dá)到這種程度是不可能的”（概覽的作者們承認(rèn)他們給沈的早期草稿里有一些打字錯誤，但堅持聲稱這個精確度是沒錯的）。
研究結(jié)果顯示他們在只使用fMRI數(shù)據(jù)，而沒有使用功能連接地圖的時候的精確度就已經(jīng)比其他相關(guān)領(lǐng)域研究者的測試結(jié)果提高了幾乎20%，不過，那些傳統(tǒng)的預(yù)測方法在結(jié)合了功能連接地圖的數(shù)據(jù)之后準(zhǔn)確度也提升了大概16%。
Escudero說，這就是說這些使用功能連接地圖或者互相連接的信號強(qiáng)度來判斷阿茲海默氏癥發(fā)病概率的程序會比之前那些只是測量大腦信號讀數(shù)的方法要準(zhǔn)確很多，“看來對結(jié)果準(zhǔn)確度提升最大的就是對功能連接數(shù)據(jù)的使用了。”
這項最新的實驗是最近廣泛出現(xiàn)的在臨床上應(yīng)用深度學(xué)習(xí)或人工智能幫助醫(yī)生做出復(fù)雜決定的嘗試的一部分。而其中最著名的或許就是IBM的Watson嘗試要幫助醫(yī)生面對堆積如山的醫(yī)療記錄和研究文獻(xiàn)。
喬治梅森大學(xué)的GreenWood提出了一項重要的觀點(diǎn)，告訴了我們因為現(xiàn)在還沒有治療阿茲海默氏癥的療法，因此任何針對這種病的類似的預(yù)測手段的作用都是有限的。這項技術(shù)也還需要經(jīng)過同行審議和非常非常多的測試，才能真正實現(xiàn)臨床應(yīng)用。
