به گزارش تسریر به نقل از اس تی دی، محققان در مطالعات جدید از فناوری یادگیری ماشینی برای بررسی ویژگی‌های ساختاری مغز از جمله مناطقی که قبلا با آلزایمر مرتبط نبوده‌اند، استفاده کرده‌اند. مزیت استفاده از این روش سادگی آن و این واقعیت است که می‌تواند بیماری را در مراحل اولیه و زمانی که تشخیص آن بسیار دشوار است، شناسایی کند.
اگرچه هیچ درمان خاصی برای بیماری آلزایمر وجود ندارد اما با این وجود تشخیص سریع آن در مراحل اولیه به بیماران کمک می‌کند و به آنها امکان می‌دهد تا روند درمان و به نوعی نحوه مدیریت علائم خود را زودتر آغاز کنند. توانایی شناسایی دقیق بیماران در مراحل اولیه بیماری، همچنین به محققان کمک خواهد کرد تا تغییرات مغزی را که باعث شروع بیماری می‌شود، درک کنند و زودتر روند توسعه درمان‌های جدید را شروع کنند.
بیماری آلزایمر شایع‌ترین نوع زوال عقل است که بیش از نیم میلیون نفر در بریتانیا به آن مبتلا هستند. اگرچه اکثر افراد مبتلا به آلزایمر بعد از سن ۶۵ سالگی به آن مبتلا می‌شوند، افراد زیر این سن نیز می‌توانند به آن مبتلا شوند. شایع‌ترین علائم زوال عقل از دست دادن حافظه و مشکلات در تفکر، حل مسئله و زبان است.
در حال حاضر پزشکان از مجموعه‌ای از آزمایش‌ها از جمله تست‌های حافظه و شناختی و اسکن مغز برای تشخیص بیماری آلزایمر استفاده می‌کنند. این اسکن برای بررسی رسوبات پروتئینی در مغز و بررسی میزان کوچک شدن هیپوکامپ(ناحیه‌ای از مغز که با حافظه مرتبط است) استفاده می‌شود. همه این آزمایشات ممکن است چند هفته طول بکشد.
اما رویکرد جدیدی که محققان در این مطالعه از آن صحبت کرده‌اند فقط به یکی از این موارد نیاز دارد و آن یک اسکن مغزی تصویربرداری تشدید مغناطیسی/ ام آر آی (MRI) است که روی یک دستگاه استاندارد ۱.۵ تسلایی که معمولا در اکثر بیمارستان‌ها وجود دارد، صورت می‌گیرد.
محققان الگوریتمی را که برای استفاده در طبقه‌بندی تومورهای سرطانی توسعه یافته بود، تطبیق دادند و آن را روی مغز اعمال کردند. آنها مغز را به ۱۱۵ منطقه تقسیم کردند و ۶۶۰ ویژگی مختلف مانند اندازه، شکل و بافت را برای ارزیابی هر ناحیه اختصاص دادند. آنها سپس این الگوریتم را آموزش دادند تا مشخص کنند که تغییرات در کدام ناحیه می‌تواند وجود بیماری آلزایمر را به دقت پیش‌بینی کند.
