人工智能在阿尔茨海默症早期诊断方面怎样提供援助

9月11－12日，由深圳市人民政府主办，OFweek维科网承办的“OFweek 2019中国智慧医疗产业大会”在深圳会展中心举办。在12日下午的“医疗人工智能专场”活动中，广东工业大学计算机学院副院长曾安女士带来主题为《人工智能及其在阿尔茨海默症早期诊断中的应用》的报告。

本次演讲主要分成三个部分，首先介绍了人工智能技术，其次探讨了当前人工智能在阿尔茨海默症早期诊断中的应用现状，最后讲解并展示了曾安所在团队的主要研究工作。

人工智能引领未来，机器学习、深度学习成发展方向

科技进步使人类社会从工业1.0阶段逐步迈向了工业4.0的阶段，这与人工智能技术的发展密不可分，尤其是包括大数据、云计算、物联网、机器人和人工智能技术在内的多种技术的相互融合，使人类的体力和脑力同时得到了延伸。人工智能机器人的时代已经悄然来临。

曾安介绍了人工智能的发展历程以及各国的行业现状。她表示，人工智能是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。世界各国的人工智能竞争已经进入白热化阶段，人工智能将成为更多国家的战略选择。

曾安指出，机器学习是人工智能研究和应用的一个重要分支，机器学习的侧重点在于理论研究，通过利用机器从数据中自动分析获得规律，并利用规律对未知数据进行预测。深度学习则是机器学习的追求方向，它源于神经网络，目前在图像识别、语音识别、翻译等领域均得到了广泛的应用。常见的深度学习模型包括了卷积神经网络、循环神经网络、栈式自编码器以及深度置信网络。

人工智能在阿尔茨海默症早期诊断中的应用与成就

针对阿尔茨海默症的具体情况和诊疗的发展现状，曾安不无遗憾地表示，当前并没有治愈阿尔茨海默症的方法，近几年相关药物的研究也都以失败告终。因此，相关团队对于病症的研究重点转移到了早期诊断上。现阶段阿尔茨海默症早期诊断手段主要有四种，包括计算机断层扫描（CT）、磁共振成像（MRI）、单光子发射计算机断层扫描（SPECT）和正电子发射断层扫描（PET）。

此外，曾安还向现场嘉宾展示了基于神经影像学的AD（即“阿尔茨海默症”）分类框架。AD的早期诊断流程是基于SPECT 图像数据，再进行图像的预处理、分割，通过人工智能技术进行特征提取，最后利用线性/非线性分类器进行分类，以此得到诊断结果所需的数据。据曾安介绍，阿尔茨海默症诊断模型主要有五种：基于PCA和SVM的阿尔茨海默症诊断模型、基于SAE的阿尔茨海默症诊断模型、基于DBN的阿尔茨海默症诊断模型、基于2D-CNN的阿尔茨海默症诊断模型以及基于RNN的阿尔茨海默症诊断模型。

最后，曾安还分享了2D－CNN＋ensemble模型、2D－CNN＋GA＋ensemble模型、DeepLearning＋GWAS模型以及MRI＋PET多模态融合模型等科研成果。这些研究成果均已成为成熟的技术模型，在阿尔茨海默症早期诊断的效率和质量上起到了重大的作用。

来源：IT科技讯