Nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Nachrichtenagentur Xinhua, Peking, 22. Juli (Xinhua) Eine frühzeitige Diagnose ist sehr wichtig, um das Fortschreiten der Alzheimer-Krankheit wirksam zu kontrollieren. Forscher der Universität Cambridge und anderer Institutionen im Vereinigten Königreich haben ein neues Modell der künstlichen Intelligenz (KI) entwickelt. Das Team sagte, dass das Modell nicht nur invasive oder teure Tests vermeiden, sondern auch die Alzheimer-Krankheit früher vorhersagen könne.

Berichten zufolge erfordert eine genaue Frühdiagnose der Alzheimer-Krankheit im Allgemeinen invasive oder teure Testmethoden wie Lumbalpunktion oder Positronenemissionstomographie. Allerdings verfügen nicht alle medizinischen Einrichtungen über solche Testbedingungen. Dies kann dazu führen, dass bei bis zu einem Drittel der Patienten eine Fehldiagnose gestellt wird und viele weitere Patienten zu spät diagnostiziert werden und keine wirksame Behandlung erhalten. Ein von der Universität Cambridge geleitetes KI-Vorhersagemodell bietet eine nicht-invasive und kostengünstige Methode, mit der effektiv vorhergesagt werden kann, ob Forschungsteilnehmer in den nächsten drei Jahren an Alzheimer erkranken werden. Relevante Forschungsergebnisse wurden im British Journal of Electronic Clinical Medicine veröffentlicht.

Basierend auf kognitiven Test- und MRT-Scandaten, die ein US-Forschungsteam von 400 Patienten mit Atrophie der grauen Substanz gesammelt hatte, nutzte das Forschungsteam maschinelle Lernalgorithmen, um ein KI-Vorhersagemodell zu erstellen und testete das Modell anhand realer Daten aus mehreren Kliniken im Vereinigten Königreich , Singapur und andere Länder. Aufgrund der Verwendung multimodaler Daten wie Text und Bilder kann das Modell die Wahrscheinlichkeit, dass sich frühe Symptome in eine Alzheimer-Krankheit verwandeln, genauer vorhersagen als die herkömmliche klinische Diagnose.

Die Testergebnisse zeigten, dass das Modell bei der Identifizierung von Personen, die innerhalb von drei Jahren an Alzheimer erkranken würden, eine Genauigkeit von 82 % und bei der Identifizierung von Personen, die innerhalb von drei Jahren nicht an Alzheimer erkranken würden, eine Genauigkeit von 81 % aufwies.

Weltweit leiden mehr als 55 Millionen Menschen an Demenz, die häufigste Form davon ist die Alzheimer-Krankheit. In Zukunft hofft das Team, das Modell zu erweitern, um andere Arten von Demenz vorherzusagen, beispielsweise vaskuläre Demenz und frontotemporale Demenz, und verschiedene Arten von Daten zu verwenden, beispielsweise Marker in Bluttests. (über)