研究人员正在努力通过机器学习 (ML) 模型对阿尔茨海默氏痴呆症进行早期诊断，该模型有朝一日可以变成任何拥有智能手机的人都可以使用的简单筛查工具。

该模型能够以 70% 到 75% 的准确率将阿尔茨海默氏症患者与健康对照者区分开来，对于超过 747,000 名患有阿尔茨海默氏症或其他形式的痴呆症的加拿大人来说，这是一个很有希望的数字。

阿尔茨海默氏痴呆症在早期阶段很难发现，因为症状开始时通常非常微妙，并且可能与记忆相关的问题相混淆，这是高龄的典型症状。但正如研究人员指出的那样，越早发现潜在问题，患者就能越早开始采取行动。

“以前，你需要实验室工作和医学成像来检测大脑变化;这需要时间，费用昂贵，而且没有人这么早就接受测试，”参与其中的计算科学系教授 Eleni Stroulia 说。在创建模型时。

“如果你可以使用手机获得早期指标，那将告知患者与医生的关系。它可能会更早开始治疗，我们甚至可以从家里的简单干预开始，也可以使用移动设备，以减缓进展。”

筛查工具不会取代医疗保健专业人员。然而，除了有助于早期检测外，它还可以通过远程医疗为可能面临地理或语言障碍的患者提供一种方便的方式来识别潜在问题，以获取其所在地区的服务，计算机系硕士生 Zehra Shah 解释说科学和论文的第一作者。