眼睛是阿尔茨海默病的窗口吗?- WSJ
Vipal Monga
有一天,接受阿尔茨海默病检测可能会像检查视力一样简单。
RetiSpec已经开发出一种人工智能算法,据称可以分析眼部扫描仪的结果,并在症状出现之前20年检测出阿尔茨海默病的迹象。这一工具是初创公司和研究人员广泛利用人工智能揭开一个影响超过七百万美国人的疾病谜团的更大工作的一部分。
多年来,人们一直研究阿尔茨海默病的各种特征,包括脑部炎症和神经退化,但该疾病的确切原因仍然难以捉摸。研究人员表示,人工智能可以开启诊断这种难以识别,更不用说治疗的神经疾病的新时代。
“我们对大脑及其运作的基本认识仍然存在大量未知,” RetiSpec位于多伦多的联合创始人Eliav Shaked说道。“人工智能的力量在于它可以帮助串联各种信息。”
另一家名为Neurovision的公司,总部位于加利福尼亚州萨克拉门托,旨在利用机器学习开发视网膜扫描和血液检测,以识别患有阿尔茨海默病和其他形式痴呆症风险的人群。该公司的人工智能模型分析眼部扫描,以发现与阿尔茨海默病相关的异常,如某些蛋白质的积聚或扭曲形状的血管,Neurovision的联合创始人Steven Verdooner表示。
人们很难辨别扫描中的这些迹象。许多扫描有黑暗区域,斑块沉积可能非常小。人眼很难区分它们,” Verdooner说道。
“算法做得更好,”他说。
在图森的亚利桑那大学医学院,神经学副教授Rui Chang建立了一个人工智能模型,旨在识别与阿尔茨海默病相关的基因触发器,这是传统方法研究人员遵循的方式非常缓慢,Chang说。
“这就像一次只看一棵树的森林,”他说。
人工智能可以一次吸收整个信息森林,并找到人类无法发现的模式。该模型花了两个月的时间识别了6,000个基因靶点,如果被抑制或压制,可能会改变阿尔茨海默病的发展方式。Chang说,这个工具让他的研究缩短了十年。
Chang创办了一家名为Path Biotech的公司,该公司将根据他的人工智能研究明年开始临床试验。
2021年,阿尔茨海默病是美国的第六大死因,不包括Covid-19。
食品和药物管理局于7月批准了一种名为Leqembi的药物,可以清除阿尔茨海默病患者大脑中聚集的粘性斑块淀粉。但目前用于识别该疾病的技术昂贵且困难。
有症状的人可以进行脊髓穿刺或PET扫描,以查看他们是否有高水平的淀粉和缠结的蛋白质tau,这也是阿尔茨海默病患者常见的。扫描非常准确,这使它们成为诊断的金标准,”RetiSpec的首席商务官Catherine Bornbaum说。与尸检结果相比——仍然是确定患者死亡时是否患有阿尔茨海默病的唯一方法——PET扫描的诊断成功率接近90%。
但这些设备并不普遍,扫描费用昂贵,而且诊断可能需要几周的时间。保险公司通常不包括这些扫描在内,而且费用大约为6000美元。
人工智能技术可以加快诊断过程并降低成本。例如,RetiSpec的人工智能可以读取来自摄像头的扫描结果,该摄像头可以连接到大多数验光师办公室中已有的设备上。该摄像头可以测量人眼无法看到的更广泛的光谱范围,这使得人工智能可以检测到与大脑中淀粉样蛋白存在对应的独特光学特征。最近对271名患者进行的研究显示,该模型在检测这种特征方面的准确率达到了80%。
医学研究中的人工智能工具在临床测试中表现良好,但在更复杂的现实情况下会出现问题,麻省总医院的研究员马特·莱明说。
他说:“生物技术人工智能模型很挑剔。”
莱明说,人工智能更善于从大量数据中学习。例如,像ChatGPT这样的人工智能模型擅长分析和模仿写作,因为它们可以从互联网上收集的文本中学习。
医学数据相对稀缺且具有专有性。这意味着生物技术领域的人工智能学习样本更有限,而且在临床环境中遇到的病例变化更大,其结果很容易受到影响,相比之下,在更受控制的实验室环境中。更容易受到影响。
“当涉及到人工智能从根本上改变我们进行医学工作的方式时,我认为这是不可能的,” Leming说。
亚利桑那大学的张说,他已经尝试通过使用最小化错误和提高预测准确性的数学模型来克服这个问题。RetiSpec表示,该公司已经从14个研究合作伙伴那里获取了样本,这些合作伙伴来自不同种族和社会经济背景的社区。Neurovision表示,它从不同的数据集中获取样本,并对其进行测试,以最小化错误。
“我们做的一些最重要的工作之一是确保人工智能不会受到垃圾数据的影响,” RetiSpec的Shaked说。
请写信给Vipal Monga,邮箱地址为 [email protected]