我们仍然不确定阿尔茨海默病的确切原因，但我们知道它的效果是什么样的，而且我们正在变得越来越善于检测早期迹象——包括可能在我们的言语中出现的迹象。波士顿大学的科学家们开发了一种新的人工智能（AI）算法，可以分析轻度认知障碍（MCI）患者的言语模式。该算法可以在六年内预测从MCI进展到阿尔茨海默病的情况，准确率为78.5%。
研究团队在6月发表的研究继续了他们之前的工作，他们利用超过1,000人的语音录音训练了一个模型，以准确检测认知障碍。他们的新算法基于166名年龄在63至97岁之间的MCI患者的转录音频记录进行训练。由于团队已经知道哪些人发展成了阿尔茨海默病，因此可以使用机器学习方法来寻找这些患者的转录言语中与90名认知功能会衰退为阿尔茨海默病的患者相关的迹象。
一旦训练完成，该算法就可以反向应用：尝试从未处理过的言语样本转录中预测阿尔茨海默病的风险。其他重要因素，包括年龄和自报性别，也被添加进来以生成最终的预测得分。
“你可以将这个得分视为某人保持稳定或转变为痴呆症的可能性，”波士顿大学的计算机科学家Ioannis Paschalidis说。“我们希望预测接下来六年内会发生什么——我们发现我们可以相当有信心和准确性地做出这一预测。这展示了AI的力量。”
考虑到目前还没有治愈阿尔茨海默病的方法，你可能会怀疑早期检测的好处是什么——但我们在某种程度上确实有可以帮助管理阿尔茨海默病的治疗方法，这些方法可以更早开始使用。此外，早期检测为我们提供了更多机会来研究这种疾病及其进展，从而开发出一种完全有效的治疗方法。那些已知可能发展成阿尔茨海默病的人可以提前参与临床试验。
这种方法有很多值得喜欢的地方，如果能进一步发展的话。这是一种可以快速且廉价完成的测试，甚至可以在家中进行，而无需任何专业设备。它不需要注射或样本，只需一个录音，将来甚至可以通过智能手机应用程序运行。
“如果你可以预测将会发生什么，你就有更多的机会和时间窗口来进行药物干预，至少尝试维持病情的稳定性，防止转变为更严重的痴呆形式，”Paschalidis说。这里使用的录音质量较差。如果录音和数据更干净，算法的准确性可能会更高。
早期检测阿尔茨海默病为我们提供了更多机会来研究这种疾病及其进展。这可能导致更好地了解阿尔茨海默病在非常早期阶段如何影响我们，以及为什么有时会从MCI发展而来，有时则不会。
“我们希望，就像所有人一样，会有越来越多的阿尔茨海默病治疗方法可用，”Paschalidis说。
这项研究已发表在《阿尔茨海默病与痴呆症》杂志上。
(全文结束)
