科大AI模型预测认知障碍症风险

　　图：由科大研究团队开发的人工智能模型，有助在出现病征前预测罹患阿尔兹海默症的风险。　　记者苏薇报道：阿尔兹海默症是一种涉及认知功能障碍和脑细胞丧失的致命疾病，目前，阿尔兹海默症的临床诊断主要靠医生判断、认知能力量表测试和脑部扫描进行诊断，但通常在患者出现病征时才会进行，往往错失最佳干预时期。香港科技大学领导的国际研究团队最近开发了一套人工智能（AI）模型，可利用遗传信息在出现病征前预测罹患阿尔兹海默症的风险，革新该症及其他常见疾病的诊疗、干预和临床研究。　　准确率超过70%　　由科大校长叶玉如教授及科大大数据研究所主任陈雷教授带领的研究团队，于研究人工智能模型计划中，特别探索深度学习模型能否利用遗传信息来评估罹患阿尔兹海默症的风险，并建立了首批深度学习模型用于评估欧洲和中国人群患上阿尔兹海默症的多基因风险。与其他模型相比，该模型能更准确地辨识出阿尔兹海默症患者，同时量化评估遗传风险对各种生物过程的影响，并根据各种与生物过程变化相关的疾病风险对个体进行分级分层。该研究将新型深度学习模型与基因检测相结合，可估计一个人在其一生中患阿尔兹海默症的风险，准确率超过70%。　　阿尔兹海默症是遗传性疾病，检测DNA信息能有效协助预测患症的相对风险，从而实现疾病的及早干预和及时管理。该症是由多个风险基因位点引起，单凭检测一个风险基因可能不足以识别出高风险人士。因此，开发能整合多个阿尔兹海默症风险基因信息的测试，以准确评估个人患病的相对风险至关重要。　　叶玉如教授表示，研究将加快阿尔兹海默症的大规模风险筛查以及风险分级，为阿尔兹海默症的致病和恶化机制提供了崭新研究思路和见解。陈雷教授则指出，是次研究突显人工智能的潜力，相信人工智能在不久的将来可于各种医疗领域担当重要角色。　　研究与中国科学院深圳先进技术研究院、伦敦大学学院、香港威尔斯亲王医院及伊利沙伯医院合作。研究成果已在《医药通讯》上发表。研究团队目前正进一步研究并完善该模型，目标是将其纳入常规筛查的流程中。