近(4)日，澳洲最大國際級科研機構——澳洲聯邦科學與工業研究組織(CSIRO)和昆士蘭科技大學合作，利用人工智慧(AI)開發出全球首個測量腦皮質厚度的標準，不僅能掌握微小的腦萎縮(brain atrophy)，更為阿茲海默症(Alzheimer’s disease)的病程追蹤和療法評估提供了開創性基準。這項研究發表在《Medical Image Analysis》。
 
退化性疾病患者的腦皮質萎縮，在MRI影像上的變化相當微小，尺度可能只有次毫米(sub-millimeter)。雖然機器學習科技術已經陸續被導入腦部研究，希望藉此評估大腦皮質厚度的變化，但直到現在都缺少一個準確的臨床資料庫，作為機器學習的「地面真相」(ground truth)，也就是用來評估新測量方式的校正基準。
 
在這項開創性突破問世之前，獲得測量皮質厚度之地面真相的唯一方法，是研究屍檢大體的腦部。不過，大腦在人死後就會立即萎縮，進而導致讀數不準確，難以作為可靠的標準。
 
而這項研究成果讓科學家擁有更準確、更具一致性的方法，來評估科學家利用機器學習偵測皮質萎縮的靈敏度(sensitivity)，也讓科學家能夠確認大腦退化的程度和位置，幫助追蹤疾病的進展和測試潛力療法的功效。
 
CSIRO是澳洲最大國際級科研機構，旗下澳洲電子健康研究中心(e-Health Research Centre)科學家Filip Rusak表示，皮質萎縮在阿茲海默症的臨床症狀出現前10年就可能發生，因此迫切需要一種準確的測量方法，在早期就掌握到這些腦部影像的變化徵兆。
 
Rusak表示，利用機器學習的威力，我們能夠透過AI生成一系列帶有預先定義(prefined)為皮質區域神經退化徵兆的合成腦部核磁共振影像(MRI)，而腦皮質是阿茲海默症最主要影響的腦區。
 
目前這些合成數據影像已經公開，讓臨床醫師和科學家得以利用這些資源，評估他們的腦皮質厚度量化方法。
 
參考資料：
https://www.biospectrumasia.com/news/26/21908/australia-uses-machine-learning-to-advance-alzheimers-research.html
 
(編譯 / 吳培安)