对于那些患有神经系统疾病(比如中风)的人来说，去医生的办公室做检查可能会是一项挑战，因为患上这种疾病损害了他们的活动能力。那患者可不可以用智能手机拍下他们的运动视频，然后将视频转发给他们的医生呢?11月21日，加拿大阿尔伯塔省莱思桥大学的Hardeep Ryait博士和他的同事在公开的《公共科学图书馆·生物学》杂志上发表了他们的研究成果，研究显示这样的事情有可能会在未来实现。
科學家們首先引發一群老鼠中風，隨後讓專家們根據老鼠進食的方式來給老鼠的運動能力受損程度打分。然後，科學家們將這些信息輸入到一個先進的深度神經網絡中，這樣它就可以學習以人類專家的度來爲老鼠的動作打分。隨後，當網絡收到一組新的老鼠覓食視頻片段時，它也能以類似人類專家的准確度來評估這些老鼠的受損程度。同樣的程序也被證明能夠在其他的測試中取得成效，這些測試包括評估老鼠在窄梁上行走的能力和拉繩子獲得食物獎勵的能力。
人工神经网络目前已经被用于驾驶汽车、解读视频监控以及监控和调节交通等。使用人工神經網絡的這場革命也鼓勵了行爲神經科學家使用這種人工神經網絡來評估實驗對象的複雜行爲。同樣，神經障礙也可以依靠人工神經網絡進行自動評估，使行爲的量化成爲檢查的一部分或評估藥物治療的效果。这可能有助于避免阻碍病人治疗的延误。
總而言之，這項研究表明，這樣的深度神經網絡可以爲神經評估提供一個可靠的分數，還可以爲幫助設計用于診斷和監測神經障礙的行爲指標。有趣的是，研究結果顯示，這個網絡使用的信息可以比行爲評分系統中的專家所使用的信息要更多。除此之外，這個網絡還能夠識別出能表明運動障礙的行爲特征，這非常重要，因爲這有可能改進對康複效果的監測。這種方法將有助于神經系統疾病的診斷和監測的標准化，在未來，患者還可以使用這種方法在家監測日常症狀。
(原标题：人工智能來看病！新研究利用深度神經網絡評估神經系統疾病)
我要評論