3月11日，IBM澳大利亚研究团队宣布开发了一种替代脊髓液测试阿尔茨海默病的方法，该方法通过机器学习进行血液测试，从而判断脊髓液中淀粉样蛋白 斑块的含量，准确率高达77％。
阿尔茨海默病（AD）是一种起病隐匿的进行性发展的神经系统退行性疾病。临床表征为记忆障碍、失语、失用、失认、视空间技能损害、执行功能障碍以及人格和行为改变等。65岁以前发病者称早老性痴呆；65岁以后发病者称老年性痴呆。
在传统诊疗中，检测蛋白质需要通过麻醉对人体进行侵入性操作，这一复杂流程使得阿尔茨海默病早期检测无法大范围进行。
IBM澳大利亚研究团队表示，通过机器学习研究可能携带阿尔茨海默病遗传风险的人血液中的四种蛋白质，将有利于鉴定他们的患病风险，并改善候选药物的临床试验方式。
IBM澳大利亚研究团队从 阿尔茨海默病神经影像学计划 里（该计划是一项针对老年人的长期影像学研究）下载数据，通过机器学习来研究MRI和PET图像是否可以与其他预测早期阿尔茨海默氏症的措施相结合。他们在ADNI研究中检查了566人，其中182人是APOEε4的携带者。APOEε4是一种基因变异，它可以增加人们患晚发性阿尔茨海默病的风险。
研究人员可以通过淀粉样蛋白 斑块和tau缠结的蛋白质团块的关系来定义阿尔茨海默病，这项疾病与朊病毒共享特征，Prusiner在20世纪80年代发现的这种奇怪的 感染性蛋白质 可能就是阿尔茨海默病背后的真凶。 朊病毒在它们自我繁殖和不断积累时还会引发各种神经性疾病，例如克雅氏病（Creutzfeldt-Jakob disease）。
如今研究已经表明蛋白质tau和淀粉样蛋白 自身组装成团块，正如蛋白质在朊病毒疾病中的作用一样，这些团块从一个异常分子开始，将会不断在人体的大脑中传播。
虽然血液分析的方法能够适用所有年龄段的人们，但目前利用蛋白质水平测量技术可以达到最好的预测效果。 IBM澳大利亚研究团队在报告中写道。
随着人口寿命不断延长，帕金森症、阿尔茨海默病和亨廷顿氏症等神经退行性疾病正对全世界数百万人造成困扰。 IBM澳大利亚研究团队成员Smith Gaudy表示， 虽然目前人类还没有找到完全治愈这些疾病的可靠方法，但在早期预防和减轻病痛上，我们已经取得了长足的进步。
原标题：《准确率高达77％！IBM利用机器学习进行血液检测，助力阿尔茨海默病早筛》
如果觉得《IBM利用机器筛查阿尔茨海默病准确率高达77％》对你有帮助，请点赞、收藏，并留下你的观点哦！
