IBM已与制药巨头辉瑞公司合作设计了一种人工智能(AI)模型，以预测症状出现前七年神经疾病的最终发作。阿尔茨海默氏症目前无法治愈，通常被诊断为时已晚，无法阻止其加速发展。该疾病的症状包括记忆力的逐渐下降，混乱以及难以完成曾经熟悉的日常任务。

研究人员在《柳叶刀》临床医学杂志上发表的论文中，使用了Framingham心脏研究提供的临床口头测试的少量语言数据样本，该研究是一项长期研究，自1948年以来已经追踪了5,000多人及其家人的健康状况，以进行培训AI模型。

然后，根据一组健康个体的数据样本验证了AI模型的能力，这些样本最终在以后的生活中并未患上该疾病。例如，如果AI模型分析了65岁参与者的语音样本，并预测他们将在85岁时患上老年痴呆症，那么研究人员便能够检查记录以确定是否以及何时真正发生了诊断。

根据Big Blue的说法，这项研究的结果明显优于基于临床量表的预测，该预测是基于患者的其他可用生物医学数据进行的，因为该预测的准确率仅为59%。

IBM补充说，与以往的研究不同，这项新研究的重点是开始出现症状或具有与疾病相关的遗传病史的个体，并且仅检查了没有其他危险因素的健康个体。

“与辉瑞公司的同事合作，我们看到了开发AI模型的潜力-如果继续在扩展，强大而多样的数据集上进行训练-可以有一天将其用于开发方法，以在更短的时间内更准确地预测阿尔茨海默氏病人口众多，包括没有该疾病当前指标，该疾病的家族病史或认知能力下降迹象的个人。”

IBM表示，识别高危患者的能力可能会导致成功的预防性临床试验。

“最终，我们希望这项研究能够扎根，并有助于将来开发出一种更简单，直接且易于访问的工具，以通过对语音和语言的分析以及一系列的分析，帮助临床医生评估患者患阿尔茨海默氏病的风险。个人健康和生物识别技术的其他方面。”

这项最新研究是IBM正在进行的阿尔茨海默氏病研究的一部分。在2018年，这家科技巨头将机器学习引入了诊断领域，希望有一天它可以帮助为疾病的早期发作创建稳定有效的诊断测试。

当发现新药是许多项目的核心时，IBM的新平台可能有助于正在进行的研究工作。

IBM和Michael J. Fox Foundation为帕金森氏症的人开发机器学习模型

希望能帮助临床医生查明疾病进展的不同阶段。

IBM研究人员宣称逆转抗生素耐药性的潜在关键

使用实验室自动化方法，IBM研究人员部署了独特的合成方法，以快速生成与治疗剂结合的不同潜在聚合物，从而可以测试增加抗生素强度的方法。

IBM测试将人工智能用于乳腺癌筛查

这项研究发现了AI如何帮助放射线医师提高乳房X光检查的总体准确性。