精神分裂症可提前预测，IBM用机器学习让其准确率达到74%
众所周知，人工智能可以用来预测一些疾病的发生。最近，IBM 和阿尔伯塔大学的研究结果表明AI和机器学习算法还可以预测精神分裂症，而且准确率达到74%。并且通过观察大脑不同区域之间活动的关联，可以从相关性预测精神分裂症患者特定症状的严重程度。
研究人员首先从分析数据为主，他们选择了生物医学信息学功能研究网络 (fBIRN) 的去标识化大脑功能核磁共振影像 (fMRI) 数据，这些数据包含了精神分裂症患者和分裂情感性障碍患者，以及健康的实验对照组。
其次他们使用机器学习技术开发了一种精神分裂症模型，来识别大脑中和该病症相关的连接，因为正常患者和精神分裂患者之间的大脑区域上有统计意义上的区别。
另外，研究人员通过预测症状的严重等级，量化分析精神分裂的特征，从而能够在一定范围内确定该疾病。这种客观的数据分析方法，能够帮助临床医生更好地制定诊疗方案。
阿尔伯塔大学的精神病学兼神经科学教授Serdar Dursun博士表示：“这种独特、富有创新的多学科方法加深了我们对精神分裂症的神经生物学原理的理解，可以帮助改善该疾病的治疗和管理。“
未来，研究人员将深入调查大脑中和精神分裂症相关的区域和连接，改进算法，让机器学习有更大的数据学习分析，最终将这种科学式的探索延伸到其他精神疾病中。
原文发布时间：
2017-08-01 08:17
本文作者：
巫盼
本文来自云栖社区合作伙伴镁客网，了解相关信息可以关注镁客网。
