老年痴呆提前6年发现，波士顿大学开发人工智能模型可以预测！

AI赋能早期预警， 波士顿大学研发的AI模型能在症状显现前长达六年的潜伏期内，精准预知阿尔茨海默病风险，准确度高达78.5%。

要确定某人是否患有阿尔茨海默病，通常需要进行一系列评估——访谈、脑成像、血液和脑脊液测试。但到那时，可能已经太晚了：记忆已经开始消失，长期形成的性格特征已经开始微妙地转变。如果及早发现，新的开创性治疗方法可以减缓疾病的无情发展，但没有万无一失的方法可以预测谁会患上与阿尔茨海默病相关的痴呆症。

在一项具有里程碑意义的研究中，波士顿大学的研究团队推出了一款人工智能模型，能够预测阿尔茨海默病的早期发作，甚至在临床症状显现前的多年就能做出准确评估。这一成果发表于《阿尔茨海默病与痴呆症》期刊，预示着医疗界即将迎来阿尔茨海默病诊断的重大变革。

该AI模型由波士顿大学哈里里研究所所长Ioannis Paschalidis博士领导开发，其目标是革新痴呆症的诊断流程，借助先进的机器学习算法，模型分析了大量的患者数据，包括临床记录和认知测试结果，从中提炼出与阿尔茨海默病早期阶段相关的模式。相较于传统的诊断手段，AI模型在预测精度和响应速度上均表现出色，为患者提供了宝贵的干预窗口期，以采取预防措施或治疗方案，延缓病情恶化。

在未来的研究中，Paschalidis 博士希望探索使用的数据不仅仅是来自正式的临床医生与患者访谈，还包括来自更自然的日常对话。他已经在着手一个项目，研究人工智能是否可以通过智能手机APP程序帮助诊断痴呆症，以及将当前的研究扩展到语音分析之外，如还包括患者的绘画和日常生活模式数据，以提高模型的预测准确性。

波士顿大学团队的这一成就，是医学科研与AI技术结合的典范，预示着未来可能有更多疾病将受益于AI辅助的早期诊断和个性化治疗方案。随着模型的持续优化和验证，AI在医疗领域发挥更加显著的作用，促进患者治疗效果的提升，同时深化医学界对复杂疾病机理的理解。