MRIから抽出されたラジオミクス特徴量や海馬テクスチャ記述子などの古典的な画像バイオマーカーは、初期アルツハイマー病の診断において、ディープラーニングを用いた手法よりも効果的である可能性がある。
アルツハイマー病の早期診断のために、セグメンテーションと分類のタスクを統合し、知識蒸留を用いて効率的に学習する新しいパイプラインを提案する。
血中リン酸化タウタンパク質(p-tau217)検査は、認知症前段階のアルツハイマー病を正確に特定できる。これにより、予防的な治験への参加者を効率的に集めることができる。
量子機械学習は、大規模なデータセットを効率的に処理できるため、アルツハイマー病の早期スクリーニングに適している。
同時機能的PET/MRを用いて、脳代謝活動、神経活動、および脳血流(灌流)の時空間的共変動から構築された多面的な脳ネットワークを同時に監視・統合することで、精密医療のための臨床的に実現可能な疾患診断AIモデルを開発する。
畳み込みニューラルネットワークとLSTMを組み合わせた新しい深層学習モデルは、MRI画像からアルツハイマー病を高精度で検出することが可能である。