眼睛是阿爾茨海默病的窗口嗎?——《華爾街日報》
Vipal Monga
未來有一天,檢測阿爾茨海默病可能會像檢查視力一樣簡單。
RetiSpec公司開發了一種人工智能算法,聲稱能通過眼部掃描儀分析結果,在症狀出現前20年發現阿爾茨海默病的跡象。這一工具是初創企業和研究人員利用AI破解困擾超700萬美國人的疾病之謎的廣泛研究的一部分。疾病之謎。
多年來,人們研究了阿爾茨海默病的各項特徵,包括腦部炎症和神經退行性變,但該病的確切病因仍不明確。研究人員表示,AI可能為這種難以診斷(更不用説治療)的神經系統疾病開啓診斷新紀元。
總部位於多倫多的RetiSpec聯合創始人埃利亞夫·沙克德表示:“我們對大腦及其運作方式仍存在根本性的認知空白,AI的優勢在於能幫助串聯線索。”
另一家位於加州薩克拉門託的公司Neurovision致力於通過機器學習開發視網膜掃描和血液檢測,以識別有患阿爾茨海默病及其他類型痴呆症風險的人羣。該公司聯合創始人史蒂文·韋爾多納介紹,其AI模型通過眼部掃描分析異常情況,如與阿爾茨海默病相關的特定蛋白質堆積或血管扭曲變形。
人們可能難以從掃描圖像中辨識這些跡象。韋爾多納指出,許多掃描圖像存在暗區,而斑塊沉積可能極其微小,人眼難以有效區分。
“該算法表現更出色,”他表示。
在圖森市亞利桑那大學醫學院,神經學副教授張鋭(音)構建了一個AI模型,其旨在識別與阿爾茨海默病相關的基因誘因。張鋭稱,研究人員採用的傳統方法進展極其緩慢。
“這就像一次只能觀察森林中的一棵樹,”他説。
AI能瞬間吸收整片信息森林並發現人類無法識別的模式。該模型耗時兩個月鎖定了6000個基因靶點——若能抑制或調控這些靶點,或可改變阿爾茨海默病的發展進程。張鋭表示該工具為他節省了十年研究時間。
張鋭創立了Path Biotech公司,將於明年基於其AI研究成果啓動臨牀試驗。
2021年,阿爾茨海默病是美國第六大死因(不含新冠)。
美國食品藥品監督管理局於7月批准了新藥Leqembi,該藥物可清除β澱粉樣蛋白——這種粘性斑塊會積聚在阿爾茨海默病患者腦部。但現有疾病檢測技術既昂貴又複雜。
有症狀者可通過腰椎穿刺或PET掃描檢測β澱粉樣蛋白是否異常沉積,以及tau蛋白是否出現纏結——後者同樣常見於阿爾茨海默病患者。RetiSpec公司首席商務官凱瑟琳·伯恩鮑姆表示,這類掃描精準度極高,堪稱診斷金標準。與屍檢結果(目前仍是確診患者生前是否患病的唯一方法)相比,PET掃描的診斷準確率接近90%。
但這些設備並未普及,掃描費用高昂,且確診可能需要數週時間。保險公司通常不涵蓋此類掃描,費用約為6000美元。
人工智能技術可加速診斷流程並降低成本。例如RetiSpec公司的人工智能通過連接至驗光診所現有設備的特殊攝像頭讀取掃描結果,該攝像頭能捕捉人眼不可見的光譜範圍,使AI能識別與大腦澱粉樣蛋白沉積對應的獨特光學標記。在近期針對271名患者的研究中,該即時反饋模型的檢測準確率達80%。
醫學研究中的AI工具在臨牀測試中表現良好,但在更復雜的現實場景中可能失效,麻省總醫院研究員Matt Leming指出。
“生物技術AI模型非常挑剔,“他表示。
Leming解釋,AI需要海量數據才能更好學習。以ChatGPT為例,這類模型擅長分析和模仿文本,因其學習素材來自全網文本數據。
而醫療數據具有稀缺性和專有性,這意味着生物技術AI的學習樣本更有限,相較於受控實驗室環境,臨牀病例的多樣性更易導致其判斷失誤。
“談到人工智能從根本上改變我們行醫的方式,我認為這不會發生,”李明説。
亞利桑那大學的張教授表示,他嘗試通過使用能減少錯誤並提高預測準確性的數學模型來解決這個問題。RetiSpec公司稱已從14個研究合作伙伴處採集樣本,這些樣本來自種族和社會經濟背景多元化的社區。Neurovision公司表示其樣本取自多樣化數據集,並通過與其他數據集對比測試以最小化誤差。
“我們完成的最重要工作之一,就是確保人工智能不會陷入‘垃圾進、垃圾出’的困境,”RetiSpec公司的沙克德説道。
聯繫維帕爾·蒙加,郵箱:[email protected]