科大研深度学习模型 早辨识阿尔兹海默症

阿尔兹海默症是涉及认知功能障碍、脑细胞丧失的致命疾病，科技大学校长叶玉如参与领导的研究团队，首度利用人工智能深度学习模型进行早期风险预测，准确率超过70%，有望革新阿尔兹海默症及心血管疾病的诊断、干预、治疗和临牀研究。

研究团队由叶玉如与科大大数据研究所主任陈雷带领，建立首批深度学习的人工智能模型，利用遗传讯息，评估欧洲和中国人群患上阿尔兹海默症的多基因风险。新模型能更准确地辨识出阿尔兹海默症患者，亦量化评估遗传风险，对各种生物过程的影响，根据各种风险对个体进行分级分层。研究将新型深度学习模型与基因检测相结合，准确率超过70%。

结合基因检测 准确率逾70%

现时阿尔兹海默症的临牀诊断，主要是透过医生判断、认知能力量表测试和脑部扫描进行，但往往在患者出现病徵才进行，错失早期诊断和制定干预策略的时机。叶玉如指，科大团队的研究证明，深度学习方法在遗传研究和阿尔兹海默症风险预测方面的有效性，有助加快大规模风险筛查，而将个体根据疾病风险分级，为阿尔兹海默症的致病和恶化机制，提供崭新研究思路和见解。

陈雷补充指，透过运用神经网络模型，有效捕捉到高维基因组数据中的非綫性特徵，从而提高阿尔兹海默症风险预测的准确度，而透过人工智能数据分析，将有风险的个体分为多种亚组别，揭示了潜在的疾病机制。研究团队正进一步研究并完善模型，最终目标是将其纳入常规筛查的流程中。本报记者

《星岛头条》APP经已推出最新版本，请立即更新，浏览更精彩内容：https://bit.ly/3yLrgYZ