雷锋网按:本文译自Engadget,简要叙述了AI预测精神分裂症的基本原理
美国的精神分裂症并不多见,在320万广大美国人民中,患病率仅有1.2%,但是,一旦患病,这种疾病让人身体变得极度虚弱。
最近,IBM和Alberta大学的开展了一项开创性研究,基于简单的MRI扫描图像和观测颅内血流的神经网络,就能帮助医生判断疾病的发生、发展和症状的严重程度。
对此,Alberta大学精神病学和神经科学教授Serdar Dursun博士称,“这种独特的,革命性的跨学科研究方法给加深了我们对精神分裂症的神经生物学特征的理解,这有助于提升疾病治疗水平。”
研究人员首先用95例匿名fMRI图像训练其神经网络,其中,包括了精神分裂症患者实验组和健康患者对照组。当患者执行某个简单的动作时,这些图像能显示颅内不同区域的血液流动状况。基于这些数据,神经网络能得到一个病人遭受精神分裂症的预测性模型,并且以74%的准确率区分出对照组和实验组。
“在今后的研究中还可以对已经发现的一系列显著异常特征进行探索。” Dursun补充道,“AI创建的模型使我们认识真实的模型近了一步,这种模型是精神分裂症的诊断性和预后性标记物。”此外,一旦患病,该模型能预测症状的严重程度,还能引导研究者开发更有效的诊断工具和治疗方案。
更多关于雷锋网人工智能升级传统行业的文章,请关注雷锋网AI商业化垂直微信公众号:AI掘金志。