通过检测细微的差别阿尔茨海默氏症史蒂文斯理工学院的研究人员开发了一种人工智能算法，有望在不需要昂贵的扫描或亲自测试的情况下准确诊断阿尔茨海默氏症。该软件不仅可以以几乎可以忽略不计的成本诊断出阿尔茨海默氏症，准确率超过95%，而且还能够解释其结论，使医生能够再次检查其诊断的准确性。
“这是一个真正的突破，”该工具的创造者说，伙夫Subbalakshmi他是史蒂文斯人工智能研究所的创始主任，也是查尔斯·谢弗工程学院的电气和计算机工程教授。“我们正在开辟一个令人兴奋的新研究领域，并使其更容易向患者解释为什么人工智能会在诊断患者时得出结论。”这解决了人工智能系统在医疗领域的可靠性这一重要问题。”
人们早就知道阿尔茨海默症会影响一个人的语言使用。阿尔茨海默症患者通常会用代词代替名词，比如说“他坐在椅子上”而不是“男孩坐在椅子上”。患者可能还会使用尴尬的迂回措辞，比如说“我肚子不舒服，因为我没吃东西”，而不是简单地说“我饿了”。
通过设计一个可解释的人工智能引擎，利用注意力机制和卷积神经网络(一种随着时间的推移而学习的人工智能)，苏巴拉希米和她的学生们能够开发出不仅能准确识别众所周知的阿尔茨海默氏症迹象的软件，还能检测到以前被忽视的微妙语言模式。
Subbalakshmi教授和她的团队使用健康受试者和已知阿尔茨海默病患者的文本来训练她的算法儿童绘画从罐子里偷饼干。利用谷歌开发的工具，Subbalakshmi和她的团队将每个单独的句子转换成一个独特的数字序列，或向量，代表512维空间中的特定点。
这种方法甚至可以给复杂的句子分配一个具体的数值，从而更容易分析句子之间的结构和主题关系。通过使用这些向量和手工制作的特征——那些主题专家已经确定的特征——人工智能系统逐渐学会了识别健康或不健康受试者所说的句子之间的异同，从而以惊人的准确性确定任何给定文本是由阿尔茨海默病患者创作的可能性。
“这绝对是最先进的，”Subbalakshmi在8月24日于BioKDD举行的第19届生物信息学数据挖掘国际研讨会上与她的博士生Mingxuan Chen和Ning Wang合作展示了她的研究成果。“我们的人工智能软件是目前可用的最准确的诊断工具，同时也可以解释。”
该系统还可以很容易地纳入未来其他研究团队可能确定的新标准，因此随着时间的推移，它只会变得更加准确。Subbalakshmi解释说:“我们设计的系统既模块化又透明。”“如果其他研究人员发现阿尔茨海默氏症的新标志物，我们可以简单地将它们插入我们的体系结构中，以产生更好的结果。”
从理论上讲，人工智能系统有一天可以根据任何文本诊断阿尔茨海默氏症，从个人电子邮件到社交媒体帖子。不过，首先需要使用已知阿尔茨海默病患者产生的许多不同类型的文本来训练算法，而不仅仅是图片描述，而这类数据目前还无法获得。苏巴拉希米说:“这个算法本身非常强大。”他说，我们只受现有数据的限制。
在接下来的几个月里，苏巴拉希米希望收集新的数据，使她的软件能够用于根据非英语语言的语音来诊断病人。她的团队也在探索其他神经系统疾病，如失语症、中风、创伤性脑损伤,抑郁症-会影响语言的使用。Subbalakshmi说:“这种方法绝对可以推广到其他疾病。”“随着我们获得更多更好的数据，我们也将能够为许多其他疾病创造精简、准确的诊断工具。”
