美国研究人员开发了一种基于人工智能（AI）的新工具，可以检测出阿尔茨海默病早期的行为异常，这些异常可能在正式诊断前数十年就已出现。这些迹象通常表现为反映大脑功能非常早期阶段的不规则行为。
加利福尼亚州格莱斯顿研究所的研究团队对小鼠进行了基因工程改造，使其模拟阿尔茨海默病的关键特征，并使用新的基于视频的机器学习工具来检测大脑疾病的早期迹象。这项研究发表在《细胞报告》杂志上，揭示了一种新的策略，可以在目前可能的时间之前更早地识别神经疾病，并追踪其随时间的发展。
格莱斯顿研究所研究员Jorge Palop表示，AI有可能彻底改变对阿尔茨海默病相关行为的分析方式，这些行为是大脑功能早期异常的指示。该机器学习平台称为VAME（变分动物运动嵌入），分析了小鼠在开放场地探索时的视频片段。它识别出随着小鼠年龄增长而出现的细微行为模式——包括行为紊乱、异常模式和更频繁地在不同活动之间转换。这些行为可能与记忆和注意力缺陷有关，虽然被摄像头捕捉到，但仅凭肉眼观察可能不会注意到。
Palop指出，这一工具可能有助于解码毁灭性脑部疾病的发生和发展过程，还可以应用于其他神经系统疾病。此外，新研究还使用VAME来了解潜在的阿尔茨海默病治疗方法是否可以防止小鼠出现行为紊乱。他们发现，通过基因阻断一种名为纤维蛋白的血液凝固蛋白触发大脑中的毒性炎症，可以预防阿尔茨海默病小鼠的异常行为。研究团队表示，这种干预措施还解决了阿尔茨海默病小鼠的自发行为变化。
(全文结束)
