人工智能技术在医疗诊断领域带来了重大突破，阿尔茨海默症筛查准确率高达90%以上。
上周发表在国际著名科学期刊《PLOS ONE》上的一项研究指出，深度学习模型在阿尔茨海默氏症诊断中比未经训练的AI模型更加准确，而且该技术能够排除一些干扰诊断的因素，如年龄。
马萨诸塞州综合医院研究人员用数万张人脑扫描图像训练了一个深度学习模型，部分图像是患有阿尔兹海默氏症的患者大脑，部分没有，随后该研究将该模型与真实临床诊断数据进行了对比。
结果显示，经过训练的深度学习模型识别阿尔茨海默氏症的准确率达到90.2%，相比之下，比没有接受过训练的、更简单的人工智能模型的诊断准确率高约5个百分点。
值得一提的是，90%的准确率还远远高于临床检测准确率。根据2017年美国国立卫生研究院（NIH）公布的一项研究，由人主导的临床检出率仅为77%。
如此较高的诊断率是阿尔茨海默氏症诊断的重大突破，到目前为止，该病症是最难预测和诊断的疾病之一。2017年一项针对900多人的研究发现，多达四分之一的阿尔茨海默病患者被误诊。
医生们认为，人工智能在改善癌症、糖尿病和阿尔茨海默病等病症诊断方面有着巨大的应用前景。
风险提示及免责条款
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。