至顶网软件频道消息: IBM网站周一发布消息称正在将机器学习(ML)纳入诊断领域,希望有一天ML技术可以帮助有效地诊断测试早发性阿尔茨海默氏症。
科技巨头IBM周一表示,机器学习和人工智能(AI)可以用于取代现存的阿尔茨海默氏症侵入性及昂贵的检测。
IBM澳大利亚团队发表在《科学报告》上的论文报告了有关研究结果。
阿尔茨海默氏症目前尚无法治愈,只能通过姑息手段治疗。阿尔茨海默氏症的症状包括记忆逐渐退化、记忆混乱以及患者不能顺利完成曾经熟悉的日常任务。该疾病的早期诊断可以帮助患者及家人做好准备,早期患者也有助于参加有关的医学实验。本世纪初以来研究人员曾进行过不下几百个有关阿尔茨海默氏症的医学实验。
但目前阿尔茨海默氏绝症的早期诊断方法不仅昂贵而且极具侵入性。现在的早期诊断方法包括在脊髓液中寻找特定的生物标记物,要取得脊髓液就需要做腰椎穿刺,其过程十分痛苦及可能导致出血。由于阿尔茨海默氏症没有治愈方法,如能找到一种无侵入性测试法有利于开发早期阿尔茨海默氏症诊断方法,将会大大推动新一波不依赖于脑组织已出现损伤的疾病晚期病人的临床试验。根据IBM的说法,ML可能有助于缩小早期检测和临床试验之间的差距。
这种技术的使用取决于成功开发一种测试淀粉样蛋白-β的方法,淀粉样蛋白β是脊髓液的一种肽,研究表明。从阿尔茨海默氏症患者的淀粉样蛋白β发生变化到患者出现记忆丧失之间存在很长一段时间。
IBM发布的研究文章描述了利用基于识别血液中蛋白质集合的机器学习预测脊髓液中淀粉样蛋白β浓度的方法。
文章提出了一些基于ML的模型,这些模型可能未来有一天能通过能够简单的血液检查预测患阿尔茨海默氏症的风险。该文章的研究团队认为,他们的ML模型预测未来风险因素的准确率可高达77%。
IBM表示,“虽然该测试仍处于早期研究阶段,但结果可能有助于改善药物试验个体的选择:脊髓液中淀粉样蛋白浓度出现异常的轻度认知障碍患者患阿尔茨海默病的可能性高出2.5倍。“
基于这种ML应用开发的模型有可能在未来为阿尔茨海默氏症测试的新形式提供框架,可替代腰椎穿刺及加快诊断过程,并可大大降低手术的成本和侵入性。
这些模型仍处于早期阶段。机器学习真正进入认知疾病的诊断领域还有很长的路要走。不过IBM团队表示,他们研发的ML算法除了适用于阿尔茨海默氏症也适用于其他疾病,可以扩展到其他基于脊髓液生物标记物的模型和检测。
好文章,需要你的鼓励
亚马逊发布Lens Live AI功能,用户可通过手机摄像头扫描任何物品进行实时购物。该技术利用人工智能识别用户拍摄的物品,并在亚马逊平台上匹配相关商品,提供即时购买选项。这一创新功能将大幅简化购物流程,用户只需"看到即可购买",为在线购物体验带来革命性改变。
巴黎理工学院研究团队发现了比传统深度伪造更隐蔽的"局部伪造"技术威胁。这种只修改视频局部区域的新型AI造假技术让人类检测准确率下降30%以上,AI检测系统性能下降高达43%。研究团队构建了包含25000个样本的全球首个局部伪造检测数据库FakePartsBench,揭示了现有防御体系面对精细化伪造攻击的脆弱性,为未来开发更强大的检测技术奠定重要基础。
谷歌AI研究助手NotebookLM宣布推出三种全新音频摘要格式:简要、评论和辩论模式。这一更新将为用户提供更多选择,让已经备受欢迎的音频概览功能更加丰富多样。简要模式提供1-2分钟的精简概述,评论模式对材料进行建设性反馈,辩论模式则让两个AI主持人就内容展开深入讨论。这些新格式有助于用户从不同角度理解学习材料,使NotebookLM成为更加细致入微的学习工具。
Meta等机构研究发现,让大语言模型学会使用外部工具比死记硬背所有知识更高效。研究通过数学证明和实验验证,传统的参数记忆存在严格容量限制,而工具学习能实现无限扩展且不损害原有能力。这为AI发展提供了新思路:从堆叠参数转向构建智能工具协作系统。