人工智能是如何来评估神经系统疾病的

对于那些患有神经系统疾病（比如中风）的人来说，去医生的办公室做检查可能会是一项挑战，因为患上这种疾病损害了他们的活动能力。那患者可不可以用智能手机拍下他们的运动视频，然后将视频转发给他们的医生呢？11月21日，加拿大阿尔伯塔省莱思桥大学的Hardeep Ryait博士和他的同事在公开的《公共科学图书馆·生物学》杂志上发表了他们的研究成果，研究显示这样的事情有可能会在未来实现。

科学家们首先引发一群老鼠中风，随后让专家们根据老鼠进食的方式来给老鼠的运动能力受损程度打分。然后，科学家们将这些信息输入到一个先进的深度神经网络中，这样它就可以学习以人类专家的度来为老鼠的动作打分。随后，当网络收到一组新的老鼠觅食视频片段时，它也能以类似人类专家的准确度来评估这些老鼠的受损程度。同样的程序也被证明能够在其他的测试中取得成效，这些测试包括评估老鼠在窄梁上行走的能力和拉绳子获得食物奖励的能力。

人工神经网络目前已经被用于驾驶汽车、解读视频监控以及监控和调节交通等。使用人工神经网络的这场革命也鼓励了行为神经科学家使用这种人工神经网络来评估实验对象的复杂行为。同样，神经障碍也可以依靠人工神经网络进行自动评估，使行为的量化成为检查的一部分或评估药物治疗的效果。这可能有助于避免阻碍病人治疗的延误。

总而言之，这项研究表明，这样的深度神经网络可以为神经评估提供一个可靠的分数，还可以为帮助设计用于诊断和监测神经障碍的行为指标。有趣的是，研究结果显示，这个网络使用的信息可以比行为评分系统中的专家所使用的信息要更多。除此之外，这个网络还能够识别出能表明运动障碍的行为特征，这非常重要，因为这有可能改进对康复效果的监测。这种方法将有助于神经系统疾病的诊断和监测的标准化，在未来，患者还可以使用这种方法在家监测日常症状。