新的研究突破使用机器学习技术来观察大脑内的结构特征，包括以前跟阿尔茨海默病无关的区域。该技术的优势在于它的简单性以及它能在疾病的早期阶段识别疾病，而这一阶段通常可能都非常难以诊断。

虽然阿尔茨海默病没有治愈方法，但在早期阶段迅速获得诊断对患者有帮助。这使他们能够获得帮助和支持、得到治疗以控制他们的症状并为未来做打算。能在疾病的早期阶段准确识别患者还将帮助研究人员了解引发疾病的大脑变化并支持新疗法的开发和试验。

这项研究已于日前发表在《Communications Medicien》上。

阿尔茨海默病是最常见的痴呆症，影响着英国50多万人。虽然大多数阿尔茨海默病患者在65岁以后发病，但这个年龄以下的人也会发病。痴呆症最常见的症状是记忆丧失和思考、解决问题和语言方面的困难。

医生目前使用一系列测试来诊断阿尔茨海默病，包括记忆和认知测试以及大脑扫描。扫描用于检查大脑中的蛋白质沉积和海马体的萎缩。海马体是大脑中与记忆有关的区域。所有这些测试可能需要几周的时间，既要安排又要处理。

然而新方法只需要其中一项--在标准的1.5 Tesla机器上进行的磁共振成像（MRI）脑部扫描，这在大多数医院都是常见的。

研究人员改编了一种用于癌症肿瘤分类的算法并将其应用于大脑。他们将大脑分为115个区域并分配了660个不同的特征如大小、形状和纹理，以此来评估每个区域。然后他们训练该算法以确定这些特征的变化在哪里可以准确预测阿尔茨海默病的存在。

通过利用阿尔茨海默病神经成像计划的数据，该团队在400多名阿尔茨海默病早期和晚期患者、健康对照组和其他神经系统疾病患者的大脑扫描上测试了他们的方法。另外，他们还使用帝国理工学院保健NHS信托基金的80多名接受阿尔茨海默病诊断测试的患者的数据进行了测试。

结果他们发现，在98%的病例中，仅基于MRI的机器学习系统就能准确预测病人是否患有阿尔茨海默病。另外，它还能以相当高的准确率在79%的患者中区分早期和晚期阿尔茨海默病。

领导这项研究的帝国理工学院外科和癌症系的Eric Aboagye教授表示：“目前没有其他简单而广泛的方法能以这种准确度预测阿尔茨海默病，因此我们的研究是向前迈出的重要一步。许多到记忆诊所就诊的阿尔茨海默氏症患者确实也有其他神经系统疾病，但即使在这一群体中，我们的系统也能从那些没有阿尔茨海默氏症的患者中挑选出来。等待诊断对病人和他们的家人来说是一种可怕的经历。如果我们能减少他们必须等待的时间、使诊断成为一个更简单的过程并减少一些不确定性，这将有很大的帮助。我们的新方法还可以为新药物治疗或生活方式改变的临床试验确定早期患者，这在目前是很难做到的。”

据了解，新系统发现了以前跟阿尔茨海默病无关的大脑区域的变化，包括小脑（大脑中协调和调节身体活动的部分）和腹脑（与感官、视觉和听觉有关）。这为研究这些领域及其跟阿尔茨海默病的联系开辟了潜在的新途径。

帝国学院医疗保健NHS信托公司的神经学顾问、帝国学院脑科学系的研究员Paresh Malhotra博士是表示：“尽管神经放射学家已经解释了MRI扫描以帮助诊断阿尔茨海默病，但扫描中可能有一些特征是不可见的，甚至对专家来说也是如此。使用一种能选择大脑中受阿尔茨海氏症影响的纹理和微妙结构特征的算法则可以真正增强我们从标准成像技术中获得的信息。”