这项研究使用机器学习技术来观察大脑的结构特征，包括以前与阿尔茨海默病没有关联的区域。这项技术的优点是简单，而且它可以在疾病很难诊断的早期阶段识别疾病。

虽然阿尔茨海默病没有治愈方法，但在早期迅速得到诊断对患者有帮助。这使他们能够获得帮助和支持，得到治疗来控制他们的症状，并为未来计划。能够在疾病的早期阶段准确识别患者也将有助于研究人员了解引发疾病的大脑变化，并支持新治疗方法的开发和试验。

这项研究发表在《自然组合杂志》、《通讯医学》上，并由国立卫生与保健研究所(NIHR)帝国生物医学研究中心资助。

阿尔茨海默病是最常见的一种痴呆症，在英国影响着超过50万人。虽然大多数患有阿尔茨海默病的人在65岁以后发病，但这个年龄以下的人也会发病。痴呆症最常见的症状是记忆丧失和思考、解决问题和语言困难。

医生目前使用大量的测试来诊断阿尔茨海默病，包括记忆和认知测试以及脑部扫描。这种扫描被用来检查大脑中的蛋白质沉积和海马体(大脑中与记忆有关的区域)的收缩。所有这些测试可能需要几周的时间来安排和处理。

新方法只需要其中一项——在大多数医院常见的1.5特斯拉标准机器上进行磁共振成像(MRI)脑部扫描。

研究人员采用了一种用于癌症肿瘤分类的算法，并将其应用于大脑。他们将大脑分为115个区域，并分配660个不同的特征，如大小、形状和质地，以评估每个区域。然后，他们训练算法，以确定这些特征的变化可以准确预测阿尔茨海默病的存在。

利用阿尔茨海默病神经成像计划的数据，研究团队在400多名早期和晚期阿尔茨海默病患者、健康对照组和其他神经系统疾病患者(包括额颞叶痴呆和帕金森病)的脑部扫描上测试了他们的方法。他们还用帝国理工学院NHS信托医疗中心80多名接受阿尔茨海默病诊断测试的患者的数据进行了测试。

他们发现，在98%的案例中，仅核磁共振成像(mri)为基础的机器学习系统就能准确预测患者是否患有阿尔茨海默病。它还能够以相当高的准确率区分早期和晚期阿尔茨海默病，对79%的患者来说。

领导这项研究的帝国理工大学外科和癌症系的埃里克·阿波加耶教授说:“目前，没有任何其他简单且广泛可用的方法能够预测阿尔茨海默氏症的准确性达到这样的水平，所以我们的研究是向前迈出的重要一步。”许多在记忆诊所出现阿尔茨海默病的患者也有其他神经系统疾病，但即使在这个群体中，我们的系统也能从那些患有阿尔茨海默病的患者中区分出来。

“等待诊断对病人和他们的家人来说是一种可怕的经历。如果我们能减少他们等待的时间，使诊断过程变得更简单，并减少一些不确定性，将会有很大的帮助。我们的新方法还可以识别早期患者，进行新药治疗或改变生活方式的临床试验，这目前很难做到。”

新系统发现了之前与阿尔茨海默病没有关联的大脑区域的变化，包括小脑(大脑中协调和调节身体活动的部分)和腹间脑(与感觉、视觉和听觉有关)。这为研究这些领域及其与阿尔茨海默病的联系开辟了潜在的新途径。

帕雷什·马尔霍特拉博士是帝国理工学院NHS信托医疗保健系统的神经学家顾问，也是帝国理工学院脑科学系的研究员，他说:“尽管神经放射科医生已经解释了核磁共振扫描来帮助诊断阿尔茨海默氏症，但可能有一些扫描的特征是不可见的，即使是专家。”使用一种能够选择大脑中受阿尔茨海默病影响的纹理和细微结构特征的算法，可以真正增强我们从标准成像技术中获得的信息。”