详细内容或原文请订阅后点击阅览
深度学习算法可比医生提前六年发现阿尔茨海默病
Разработан новый мощный алгоритм глубокого обучения ИИ, позволяющий изучать снимки позитронно-эмисионного сканиро вания (PET) 和 эффективно обнаруживать начало болезни Альцгеймера на шесть лет раньше современных методов диагностики.
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）一种强大的新型人工智能深度学习算法已被开发出来，用于研究正电子发射扫描 (PET) 扫描，并比当前的诊断方法提前六年有效检测阿尔茨海默病的发病。
这项研究是新一波工作的一部分，利用机器学习技术来识别临床医生无法破译的复杂医学成像数据中的微妙模式。
目前可用于确定阿尔茨海默病发病情况的最清晰的诊断工具之一是称为 18-F-氟脱氧葡萄糖 PET 扫描 (FDG-PET) 的脑部成像扫描。这种类型的筛查传统上用于检测多种类型的癌症，但近年来，它已被证明可用于检测阿尔茨海默病以及其他几种类型的痴呆症。
这项研究的结果是，机器学习算法检查了 2,100 多张 FDG-PET 大脑图像。虽然临床医生可以评估这些扫描，但新研究的合著者 Jae Ho Sun 表示，新的深度学习技术能够识别成像密度数据中更微妙的模式。
其他研究人员对这一有希望的结果表示欢迎，但许多人呼吁谨慎行事，表明在该技术投入临床使用之前需要做更多的工作来测试结果。
还需要注意的是，大多数患者无法进行这些类型的扫描。这种创新的机器学习在学术背景下无疑令人印象深刻，但它并没有为希望更好地集体诊断患者的医生提供有用的工具。