想象一下，如果医生能提前很多年确定，谁有可能患上痴呆症。这样的预测能力将给病人和他们的家人时间来规划和管理治疗和护理。多亏了麦吉尔大学进行的人工智能研究，各地的临床医生很快就可以应用这种预测能力。
科学家道格拉斯·麦吉尔大学精神卫生研究所的转化神经影像实验室使用人工智能技术和大数据的算法可在痴呆发病两年前识别病兆,它使用单一的PET扫描大脑淀粉样蛋白识别病人患老年痴呆症的风险。他们的研究结果发表在《老化神经生物学》杂志上。
该研究的作者之一、麦吉尔大学神经和神经外科和精神病学部门的副教授佩德罗·罗塞-内托（Pedro rosao – neto）博士预计，这项技术将改变医生管理病人的方式，并极大地加速治疗阿尔茨海默氏症的治疗。
“通过使用这个工具，临床试验只能专注于在研究的时间范围内，有更高可能性患上痴呆的人。这将大大降低进行这些研究所需的成本和时间，“麦吉尔大学神经与神经外科和精神病学教授兼第一作者塞尔日·戈捷（Serge Gauthier）博士补充道。
淀粉样蛋白作为痴呆症的生物标志物。
科学家们早就知道，一种叫做淀粉样蛋白的蛋白质在轻度认知障碍(MCI)患者的大脑中积累，这种情况通常会导致痴呆。虽然淀粉样蛋白的积累在痴呆症状出现之前几十年开始，但这种蛋白质不能作为生物标志物可靠地预测，因为不是所有的MCI患者都患有阿尔茨海默氏症。
为了进行他们的研究，麦吉尔大学的研究人员利用了阿尔茨海默氏症神经成像项目(ADNI)的数据，这是一项全球研究工作，参与的患者同意进行各种成像和临床评估。
罗塞-内托和戈捷团队的计算机科学家Sulantha Mathotaarachchi使用了来自ADNI数据库MCI患者的数百种淀粉样蛋白PET扫描，构建团队的算法，以在症状出现之前确定哪些患者会出现痴呆，准确率达到84%。目前科学家们正在进行研究，寻找其他可以纳入该算法的痴呆症生物标志物，以提高软件的预测能力。
“这个例子中，大数据和开放科学给病人护理带来了实实在在的好处，“罗塞-内托博士说，他也是麦吉尔大学老龄化研究中心的主任。
虽然科学家和学生已经可以从网上获取新软件，但在卫生部门认证之前，医生们无法在临床实践中使用这个工具。为了通过认证，麦吉尔团队目前正在进行进一步的测试，以验证不同病人群体的算法，特别是那些有并发条件的人，比如小型中风。