AI演算法有望幫助臨床早期診斷心理疾病
來自喬治亞州立大學的新研究結果,為許多棘手的心理疾病的早期診斷帶來曙光。他們開發一個 AI 演算法對大量的 fMRI 資料進行梳理,去學習與辨認心理疾病的影像特徵,包含自閉症類型障礙、思覺失調症、與阿茲海默症。
與其他類型的大腦影像相比──像是 x 光或是一般的結構型 MRI 影像── fMRI 的影像複雜程度更高,它透過對血流變化的檢測紀錄大腦活動的時間變化。這也使得 AI 對於影像學習與解釋更具挑戰。
另一個困難在於,fMRI 的影像成本相當高,無法取得大量的精神疾病患者的 fMRI 資料。因此,AI 模型先使用 10000 組無關的 fMRI 資料,讓模型先學習 fMRI 影像的基本特徵,再使用少量 的1200 個心理疾病患者的 fMRI 影像,來學習辨認其特徵。
這個 AI 模型有望能幫助臨床診斷,早期辨認出潛在心理疾病患者的腦部影像特徵,進一步預先採取有效的治療。
撰稿人: 周品汝
Reference:
Rahman, M.M., Mahmood, U., Lewis, N. et al. Interpreting models interpreting brain dynamics. Sci Rep 12, 12023 (2022). https://doi.org/10.1038/s41598-022-15539-2
留言
張貼留言