很多文章的報道都是由微觀而宏觀，今日小編講給大家?guī)淼年P于人工智能可以大大擴大阿爾茨海默氏癥的研究的資訊也不例外 ， 希翼可以在一定的程度上開闊你們的視野！y有對人工智能可以大大擴大阿爾茨海默氏癥的研究這篇文章感興趣的小伙伴可以一起來看看
【人工智能可以大大擴大阿爾茨海默氏癥的研究】加州大學戴維斯分校和加州大學舊金山分校的研究人員已經(jīng)找到了一種教授計算機精確檢測人類大腦組織中阿爾茨海默病特征之一的方法，為機器學習方法提供了一個概念證明，該方法能夠自動化阿爾茨海默氏癥的一個關鍵組成部分研究 。

淀粉樣斑塊是阿爾茨海默病患者大腦中蛋白質碎片的團塊，可破壞神經(jīng)細胞的連接 。就像Facebook基于捕獲圖像識別面部的方式一樣 ， 加州大學科學家團隊開辟的機器學習工具可以“看到”腦組織樣本是否有一種類型的淀粉樣蛋白斑塊 - 并且很快就能完成 。
新的AI算法能夠有效地自動化分類阿爾茨海默病患者死后腦中的淀粉樣斑塊和血管異常 。
發(fā)表在Nature Communications上的研究結果 表明，機器學習可以增強專家神經(jīng)病理學家的專業(yè)知識和分析 。該工具同意 他們分析數(shù)千倍的數(shù)據(jù)，并提出即使是訓練有素的人類專家的有限數(shù)據(jù)處理能力也無法實現(xiàn)的新問題 。
“我們仍然需要病理學家 ， ”加州大學戴維斯分校加州大學戴維斯分校病理學和檢驗醫(yī)學系助理教授，該研究的主要作者布列塔尼N. Dugger博士說 。“這是一個工具，就像鍵盤一樣用于寫作 。由于鍵盤有助于編寫工作流程，數(shù)字病理學與機器學習相結合可以幫助進行神經(jīng)病理學工作流程 。“
x
在這項研究中，Dugger和 加州大學舊金山分校神經(jīng)退行性疾病研究所 和 藥物化學系助理教授Michael J. Keizer博士 確定他們是否可以教一臺計算機來自動識別和分析各種微小淀粉樣斑塊的繁瑣過程 。在大片尸檢人腦組織中的類型 。對于這項工作，Keiser和他的團隊設計了一個“卷積神經(jīng)網(wǎng)絡”(CNN)，這是一個計算機程序，旨在識別基于數(shù)千個人類標記示例的模式 。
為了創(chuàng)建足夠的訓練樣例來教授CNN算法Dugger如何分析腦組織，UCSF團隊與她合作設計了一種方法 ， 同意 她快速注釋或標記來自50萬個特寫圖像的數(shù)萬張圖像 。來自43個健康和患病大腦樣本的組織 。
就像計算機約會服務同意 用戶向左或向右滑動以標記某人的照片“熱”或“不”，他們開辟了一個網(wǎng)絡平臺，同意 Dugger在高度放大的潛在區(qū)域中一次一個地看斑塊并快速標記她在那里看到的東西 。這種數(shù)字病理工具 - 研究人員稱之為“blob or not” - 同意 Dugger以每小時約2,000張圖像的速率注釋超過70,000個“blob”或斑塊候選者 。
UCSF團隊使用這個數(shù)以萬計的標記示例圖像數(shù)據(jù)庫來訓練他們的CNN機器學習算法 ， 以識別阿爾茨海默病中所見的不同類型的大腦變化 。這包括區(qū)分所謂的核心和布滿性斑塊以及識別血管異常 。研究人員表明，他們的算法可以處理整個腦片切片，準確率為98.7%，速度僅受他們使用的計算機處理器數(shù)量的限制 。(在目前的研究中，他們使用的是像家庭游戲玩家那樣的單一顯卡 。)
然后，該團隊對計算機的識別技能進行了嚴格的測試，以確保其分析具有生物學上的有效性 。
“很難知道機器學習算法實際上是在做什么，但我們可以打開黑匣子并要求它向我們展示它為何做出預測，”Keiser解釋道 。
Keiser強調說 ， 機器學習工具在識別斑塊方面并不比Dugger更好，Dugger是訓練計算機首先找到它們的神經(jīng)病理學家 。
“但它不知疲倦，可擴展，”他說 。“這是一個副駕駛，一個力量倍增器 ， 擴展了我們可以完成的范圍，并讓我們提出我們從未嘗試過的問題 。例如，我們可以在意想不到的地方追尋罕見的斑塊 ， 這些斑塊可以為我們提供關于疾病進程的重要線索 。
為了促進該工具的使用，研究人員已將其和研究數(shù)據(jù)公之于眾地在線提供 。這已經(jīng)與其他研究人員進行了交互，他們在自己的實驗室中對數(shù)據(jù)和算法進行了評估 。在未來 ， 研究人員希翼這些算法將成為神經(jīng)病理學研究的標準部分，經(jīng)過培訓，可以幫助科學家分析大量數(shù)據(jù) ， 不知疲倦地追尋可以解開疾病原因和潛在治療方法的新模式 。
“如果我們能夠更好地描述我們所看到的情況，這可以進一步深入了解癡呆癥的多樣性，”Dugger說 。“它為癡呆癥的精準醫(yī)學打開了大門 。”
她補充說：“這些項目是跨學科轉化科學的典型例子; 神經(jīng)病理學家，統(tǒng)計學家，臨床醫(yī)生和工程師走到一起，形成對話并共同努力解決問題 。“

猜你喜歡

• 政策藍圖以平衡人工智能和機器學習的風險和機遇
• 人工智能如何提高醫(yī)療制造效率
• 人工智能和機器學習對云安全的好處
• Wyze Cam系列產(chǎn)品增加了人工智能檢測功能
• 過年可以用來招待朋友的8種飲料 市面上什么飲料好喝
• 羊毛衫縮水了有什么辦法可以恢復 羊毛衫縮水復原小妙招
• 女方起訴離婚,男方可以要求哪些賠償 結婚男方虐待女方可以起訴離婚嗎
• 民法典近親可以結婚嗎 民法典中近親結婚證有效嗎
• 輪胎好多裂紋程度就是需要換了 輪胎裂紋到什么程度可以換
• 抵押車貸款的模式 車子抵押貸款車自己還可以正常使用嗎