早期預測阿爾茨海默病風險

香港科技大學在材料科學與工程領域一直位居全球前30名，在中國香港排名第一，其領導的國際研究團隊成功開發了一種利用遺傳信息預測人類健康的人工智能模型。個人患阿爾茨海默病的風險。

據說，即使常見症狀尚未出現，該方法也非常有效。 這項研究為利用深度學習預測疾病風險並探索其分子機制打開了大門。

該解決方案旨在“徹底改變”阿爾茨海默病和心血管疾病等其他常見疾病的診斷、干預和臨床研究。

香港科技大學研究人員測試了深度學習模型是否可以利用遺傳信息模擬阿爾茨海默氏症的風險。

該團隊建立了第一個深度學習模型來估計歐洲和中國血統人群患阿爾茨海默病的多基因風險。

與其他模型相比，這種深度學習模型可以更準確地對阿爾茨海默病患者進行分類，根據與其他生物過程變化相關的疾病風險將個體分為不同的組。

目前，阿爾茨海默病的臨床診斷主要採用多種方法，包括認知測試和腦成像。 但通常，當患者開始出現症狀時，干預就為時已晚。

因此，早期預測阿爾茨海默病的風險可以為阿爾茨海默病的診斷和乾預策略的製定做出重大貢獻。 通過將新的深度學習模型與基因測試相結合，可以很早就診斷出個體終生患阿爾茨海默病的風險，準確率高達 70%。

阿爾茨海默病是一種由許多不同的遺傳變異引起的遺傳性疾病。 由於這些變異從出生時就存在，並且在一生中不會改變，因此檢查個體的 DNA 信息可以幫助預測他​​們患阿爾茨海默病的相對風險。 從而為適時早期干預和控制創造條件。

目前，這種疾病影響著全球超過 5000 萬人的生活，導致因認知功能受損和腦細胞損失而導致的死亡。 該疾病的症狀包括進行性記憶喪失以及運動、推理和判斷力受損。

人工智能為解決阿爾茨海默病“問題”做出巨大貢獻

“我們的研究證明了深度學習對於基因研究和阿爾茨海默病風險預測的有效性。這一突破將有助於擴大阿爾茨海默病風險的測試和識別規模。”

除了風險預測之外，這種方法還有助於根據疾病風險對個體進行分組，並提供對疾病發生和進展的機制的見解。”健康科學系副教授 Nancy Ip 教授說。 研究小組成員——說。

同時，陳雷教授表示，這項研究證明了人工智能在生物醫學領域的應用可以為生物醫學研究和疾病相關問題帶來顯著的效益。

除了利用神經網絡之外，該研究還在沒有人類監督的情況下分析基於人工智能的數據，將高危個體分類為亞組，從而揭示潛在發病機制的新見解。

“我們的研究還強調了人工智能如何巧妙而有效地應對多學科挑戰。我們相信，在不久的將來，人工智能將在醫療保健行業的許多領域發揮重要作用。”陳雷教授說。