据估计，全世界有4400万人患有某种形式的阿尔茨海默氏症或痴呆症，但尽管这种疾病具有巨大影响，但只有16%的人定期接受认知评估。
评估和筛选工具很普遍，但存在对其可靠性的担忧。 即使是在线工具，如MemTrax也有问题，由于情况的复杂性，对于准确诊断来说也是一个相当大的挑战。
最近的一项研究探讨了使用人工智能来测试MemTrax工具的有效性的前景，特别是作为大脑健康连续识别任务（M-CRT）测试的一部分。
研究人员利用了HAPPYneuron数据库，为研究采集了近18，500条记录。 这些记录包含一般健康筛查问题的答案，以及人口统计信息和参加 MemTrax M-CRT 测试的人员的测试结果。
研究人员解释说：”我们的研究结果为推进临床管理像阿尔茨海默氏症等非常复杂的疾病的方法迈出了重要的一步。”通过分析人类系统多个领域的各种属性和大脑健康的功能行为，知情且具有战略指导性的高级数据挖掘、监督机器学习和稳健分析是不可或缺的，事实上必要的，卫生保健提供者发现和预测这种疾病的进一步进展和认知障碍的无数其他方面。
认知衰退
当然，这个团队并不是唯一使用AI来帮助我们更有效地处理阿尔茨海默氏症的团队。多伦多大学的一个研究小组开发了一种基于AI的算法，他们相信该算法可以准确预测最终导致阿尔茨海默氏症的认知衰退率。
这项工作被记录在最近发表的一篇论文中，涉及从磁共振成像（MRI）、遗传学和临床数据中学习阿尔茨海默氏症特征的算法。研究小组相信，这可以帮助预测一个人的认知能力是否会在未来五年内下降到足以导致阿尔茨海默氏症。
“目前，治疗阿尔茨海默氏症的方法有限，我们最好的证据是预防。我们的 AI 方法作为”医生助理”可能具有重大影响，有助于将人们流式传输到正确的治疗途径。例如，人们甚至可以开始改变生活方式，可能延缓阿尔茨海默氏症的初期阶段，甚至完全预防，”他们解释道。
我们越能更有效地筛查和预测阿尔茨海默氏症和痴呆症等疾病的发病，我们就越能有效地开始管理这些疾病。鉴于挑战的规模，这种改进可以对数百万人的生活产生深远影响。