IBM深耕AI+医疗：借助深度学习识别早期精神分裂症

2017-07-27 11:32:08 来源：亿欧网抢沙发

2017-07-27 11:32:08 来源：亿欧网

摘要：通常情况下，很多疾病和健康问题越早被发现，越容易治疗。早期发现意味着治疗的几率越大，但是有些不能治愈的疾病，如果在早期被发现，就可以采取一些措施减缓其发展速度，防止该病症变得过于严重，比如精神分裂症。
关键词： AI 医疗

　　通常情况下，很多疾病和健康问题越早被发现，越容易治疗。早期发现意味着治疗的几率越大，但是有些不能治愈的疾病，如果在早期被发现，就可以采取一些措施减缓其发展速度，防止该病症变得过于严重，比如精神分裂症。

　　那么，如何检测精神分裂症呢？

　　耶鲁大学开发出可以区分抑郁症和精神分裂症的早期血检诊断工具。在此之前，医生只能通过对患者进行行为观察和言语交流，来判断抑郁症和精神分裂症之间的差异，但是这很难进行区别，尤其是在早期。早期阶段，这两种疾病的病状很相似，情绪失调，心情抑郁，但是精神分裂症还包括妄想、幻觉和混乱的言语和行为等症状。

　　这项新的血液诊断针对的是一种称为精氨酸血管加压素（AVP）的激素，其水平在抑郁症和精神分裂症的患者中存在差异。这种激素调控人体血管收缩和水潴留，它受神经系统细胞信号通路NMDA（altered N-methyl-D-aspartate，N-甲基-D-天冬氨酸）调节。

　　但IBM认为其与阿尔伯塔大学一起进行的研究更有效率，该研究利用人工智能来诊断疾病的发作。

　　来自IBM和加拿大艾伯塔大学的研究人员共同研发出一款软件工具，该软件能够通过分析患者大脑的磁共振扫描来诊断患者是否具有精神分裂症，其精确度可以达到74%。而且，该软件的算法也能够合理地估算出每个患者疾病症状的糟糕程度。

　　调查人员从收集的精神病分裂症患者图像中取出95例扫描图像，并把这些图像输入到深度学习算法，以发现其之间的相关性，从而掌握对精神病分裂症的了解。然后，他们将算法用于一系列病人的扫描图像，这些病人有的是精神分裂症患者，有的则不是，结果证明该软件能够发现四分之三的图像显示患有该病症。

　　来自阿尔伯塔大学精神病学和神经科学的教授Serdar Dursun博士说：“我们在大脑中发现了大量的异常连接，这些可以用于未来的研究中，这个基于AI的模型使我们离建立能够诊断和预测精神分裂症的客观的基于神经影像的模型更进一步。”

　　该团队的研究成果表明全脑链路特性在识别患者症状的精确性可以达到74%，而且比基于体素的节点度更稳定。链路特性能预测恶性和良性症状的严重程度，包括注意力迟钝和离奇行为。最有意义、稳定的和区别化的功能连接变化涉及到丘脑和初级运动或初级感觉皮层的相关性，以及楔前叶（BA7）和丘脑、硬膜和Brodmann区域的BA9和BA44之间的相关性。楔前叶与BA6和初级感觉皮层，也参与预测了一些症状的严重程度。总之，提出的多步骤方法有助于识别更可可靠的多元模式，以便准确预测精神病分裂症及其症状的严重程度。

　　利用AI识别早期精神分裂症

　　大脑区域显示了精神病分裂症患者和无精神病分裂症患者之间在统计学上的显著差异。例如，箭头1识别出大脑的中央前回或运动皮层患有该症状，箭头5标志涉及处理视觉信息的楔前叶患有该症状。

第三十四届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

责编：yulina

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。