痴呆症诊断迎来AI时代！澳科学家最新研发：通过人工智能分析医疗记录，精准预警痴呆症

【本文译自Daily Telegraph仅代表原出处和原作者观点，仅作阅读参考，不代表本平台态度和立场】

据报道，墨尔本研发出一款通过分析医疗记录中数百项“线索”来检测痴呆症的人工智能工具，为早期诊断和治疗铺平了道路。

研究人员将人工智能的负责任使用誉为痴呆症研究的潜在变革者，并表示他们的算法可以帮助诊断那些未被发现的病例。

这款创新工具是Monash大学与Peninsula Health国家健康老龄化中心的合作项目，已在一千名痴呆症患者的医疗记录上进行了测试。

发表在《Alzheimer's & Dementia》期刊的结果显示，这种将人工智能与“传统”方法相结合的算法具有“极高准确性”。

该中心主任Velandai Srikanth教授表示，他们与神经科医生、老年病学家和医疗编码员合作，制定了一份包含300至400条可能存在于医院记录中的“线索”清单。

“这些线索不仅限于与认知症状（如记忆）相关的内容，还包括完成某些日常活动时效率不如从前，或者出现无原因的焦虑和躁动——这些都是线索。”

“通过这种新方法，我们可以更早识别患者，为其提供适当的临床护理。”

Srikanth教授指出，患者痴呆症完全未被诊断——或在社区中发现但住院期间未被医护人员察觉——的情况确实存在。

“有很多可能患病的患者未被识别，”他说。

虽然这种神经退行性疾病尚无治愈方法，但未确诊患者可能错过治疗和社区支持，或面临服用痴呆症患者应避免的其他疾病药物的风险。

“由于我们未能很好地识别他们的需求，这些人正在错过优质护理，”他表示。

Srikanth教授强调，该工具不能替代医生诊断，而是作为预警系统，标记出实际高风险且需要全面评估的患者。

“在科学研究和痴呆症识别中负责任地使用人工智能可能带来变革性影响，”他说。

虽然该工具在技术层面已准备就绪，但在研究环境之外应用于患者前，仍需完成全面的治理和伦理审查流程。

但他表示，由于大部分治理工作已完成，该工具可更快应用于去标识化记录，以提高目前被低估的痴呆症患病率统计准确性。

“澳大利亚统计痴呆症患者数量的方法...实际上并不理想，”他说。

目前数据依赖于各医院医疗编码员（该职业人员短缺）对健康记录的分析。

“我们不知道问题的真实严重程度，因此无法在全国范围内建立适当的服务体系，”他表示。

这项研究得益于该中心对数据基础设施的投资，使其能够大规模测试想法并“开发新方法”。

“我认为我们正处于这段旅程的起点，”他说。

编译：Kitty

原文链接：

https://www.dailytelegraph.com.au/health/conditions/dementia/the-gamechanger-new-ai-tool-that-can-help-with-early-diagnosis-of-dementia/news-story/d1aeb738d16da4654110d89f9920851b