面向老年医学的人工智能与脑科学研究：基于大数据的血管衰老与认知功能损害影像组学研究.pdfVIP

2021面向老年医学的人工智能与脑科学研究：基于大数据的血管衰老与 认知功能损害影像组学研究（全文） 人工智能技术近年来的飞速发展对于我们社会生活的诸多方面都产 生了深刻的影响。例如，以人脸识别、语音识别 、机器人等为代表的人 工智能技术正日益融入我们日常生活的方方面面。当前的人工智能技术是 以深度学习技术为核心和代表的。所谓深度学习技术是指采用深度人工神 经网络的信息处理技术，而深度人工神经网络是指由多层人工神经元连接 形成的网络。对于人工神经网络的研究至少可以追溯到二十世纪四十年 代。在数十年的理论与应用技术的积累基础上，深度学习技术在应用方面 从2012年左右开始以图像自动分类为代表实现了全面突破。2018年该技 术获得了计算机科学领域的较高奖图灵奖。当前，深度学习技术已经成为 世界范围内研究与应用的热点。因为深度学习技术的基础是采用人工神经 网络实现对于生物神经网络的信息处理功能的部分模拟与替代，它与脑科 学存在天然而深刻的联系。当前，以深度学习技术为代表的人工智能技术 与脑科学深度融合，出现了相互促进的态势。例如在基础脑科学研究方面， 深度学习技术在生物神经系统信息处理的机理研究方面正得到日益广泛 的应用。而生物神经系统信息处理机理方面的发现对于深度学习技术的发 展也起到了积极的推动作用。 除了在基础科学研究领域的应用，深度学习技术在医学领域的应用已 经成为人工智能的另一个重要发展方向。尤其是在医学影像的分析方面， 深度学习技术的应用已经形成了一个重要的产业发展方向。目前深度学习 技术已经被广泛用于处理超声，CT ，核磁共振等多种临床诊断影像数据。 当前我国正面临人口老龄化的诸多挑战。人工智能在老年医学方面尤其具 有很大的应用潜力。 中国科学院大学人工智能学院及其依托的中国科学院自动化研究所 是我国人工智能科研教学的重要力量。其中杨戈研究员领导的计算生物学 与机器智能团队在将人工智能技术应用于创新药物研发与医学影像分析 方面有长期深入的研究工作积累。中国人民解放军总医院国家老年疾病临 床医学中心在推动老年医学的发展方面起了重要的引领作用。该院第二医 学中心放射诊断科徐贤主任领导的研究团队长期专注于老年血管衰老与 认知功能损害方面的研究，积累了大量重要临床数据。双方通过跨学科合 作，联合研发了基于深度学习技术的脑血管网影像自动分析平台。该平台 实现了对于脑血管网核磁共振影像的准确高效分析。当前，对于脑血管网 核磁共振影像的临床分析主要依靠医师的肉眼评估，主观性强，缺乏有效 统一客观的指标。像血压和血脂一样，临床医生需要量化评估脑血管网的 指标。而脑血管网形态复杂，且在衰老进程中短期变化不明显，这些因素 对于临床诊断都造成了较大的困难。双方联合研发的自动分析平台实现了 对于脑血管网复杂形态的全面定量刻画以及对于血管形态畸形的自动识 别分析。该平台提供了脑血管衰老与认知功能损害的完整影像学分析流 程，同时具备了对于病人数据的持续学习能力。通过对于老年病患脑血管 网多年临床影像数据的分析，初步实现了血管衰老与认知障碍的关联分析 与预测。相关人工智能自动影像分析的核心技术已申请国家专利保护，将 为人工智能在老年医学领域尤其是老年认知功能损害的临床干预方面实 现落地应用做出贡献。人工智能技术在老年医学领域有广阔的应用发展前 景。