阿尔茨海默氏病诊断的传统方法
诊断阿尔茨海默氏病（AD）通常涉及使用神经心理学测试和神经影像学评估的结合。广泛使用的认知测试是小型精神状态检查（MMSE），它评估了方向，注意力，记忆，语言，语言和视觉空间技能。

MMSE的精度约为85％，通常与实验室测试一起完成，以将准确性提高到90％或更高。常见的实验室测试包括磁共振成像（MRI），计算机断层扫描（CT），正电子发射断层扫描（PET），脑脊液和基因检测的检查。

阿尔茨海默氏病诊断中的人工智能
适用于疾病诊断的人工智能（AI）也称为计算机辅助诊断（CAD）。最近，意大利巴里大学的科学家创建了一个CAD计划，能够评估由于AD而发生的大脑中发生的非常小的结构变化。他们使用67次MRI扫描来训练他们的系统，其中57％与AD患者有关，其余与健康的人有关。

该算法还研究了神经元之间的联系。完成训练阶段后，该程序在新样本上进行了测试，并能够以85％的精度诊断阿尔茨海默氏症。

除了神经影像学之外，AI还用于基于脑电图（EEG）的AD检测AD。脑电图测量大脑活动，这表明大脑状况。脑电图是一种无创和廉价的方法，还可以确定温和的认知障碍，精度为94％。

脑电图还通过支持的矢量机（SVM）方法评估AD患者的睡眠异常。SVM是一种AI算法，能够产生具有良好歧视，高精度和低计算能力的分类。

脑电图也可以作为可穿戴设备制造，并且最近基于纳米线的可拉伸传感器出现。这些传感器可以定位在额头周围以记录脑电图，并利用AI技术来挑选来自健康个体的AD患者，代表了一个有用的便携式，实时的实时诊断系统。

AI还与脑部计算机界面（BCIS）一起使用。BCIS将信号从大脑发送到外部设备。这些信号通过AI算法分析，并与其他诊断方法相结合，以评估疾病进展，实现早期检测并最大程度地减少诊断错误。

除了基于神经成像和脑电图数据创建AD预测模型外，AI算法还用于其他类型的测试，包括文本消息的语言分析，语音分析和视网膜成像分析。

大多数用于广告评估的成像技术（例如MRI，PET和SPECT）都是昂贵的，需要训练有素的专业人员。一种更负担得起的诊断广告方法包括从患者记录文本阅读样本，将文本阅读样本通过自动语音识别（ASR）系统转化为书面文本，以及使用自然语言处理（NLP）处理书面文本（NLP）算法确定用户是否具有AD。

NLP算法执行以下步骤：
1.收集预设的阅读样本，并将其分类为属于AD患者或健康的人。
2.根据其频率对文本中的单词进行排序；从包含AD患者的组的阅读样本中提取了一组高频单词，并从由健康的人组成的组中提取了第二组高频单词。
3.使用线性分类器根据两组数据创建学习模型。
4.利用学习模型来确定新患者是否具有AD。

这种诊断方法具有几个优点：

•患者仅在短时间内进行测试，通常几分钟；
•不需要专家；
•患者没有创伤；
•测试可以提供AD的早期诊断；
•测试需要更少的金融投资。

有关在阿尔茨海默氏症应用程序中更多地进入AI市场的信息，请下载我们完整报告的免费概述。