剑桥大学心理学系的资深作者佐伊·库尔齐教授说:“我们发明了一种工具，尽管只使用认知测试和核磁共振扫描的数据，但在预测一个人是否会从轻微症状发展为阿尔茨海默氏症方面，它比目前的方法要灵敏得多——如果是这样，这个过程是快还是慢。”

“这有可能显著改善患者的健康状况，向我们展示哪些人需要最密切的护理，同时消除那些我们预测将保持稳定的患者的焦虑。”在医疗资源面临巨大压力之际，这也将有助于消除对不必要的侵入性和昂贵的诊断测试的需求。”

虽然研究人员在一个研究队列的数据上测试了这个算法，但它是用独立的数据来验证的，这些数据包括了近900名在英国和新加坡参加记忆诊所的人。在英国，通过定量MRI在NHS记忆诊所研究(QMIN-MC)中招募患者，该研究由剑桥大学医院NHS信托基金和剑桥郡和彼得伯勒NHS基金会信托基金(CPFT)的研究合著者Timothy Rittman博士领导。

研究人员说，这表明它应该适用于现实世界的病人，临床环境。

剑桥大学精神病学系助理教授、CPFT名誉精神病学顾问本·安德伍德博士说:“随着年龄的增长，记忆问题很常见。在诊所里，我看到这些是否可能是痴呆症的最初迹象的不确定性如何给人们和他们的家人带来很多担忧，也让那些更愿意给出明确答案的医生感到沮丧。事实上，我们可能能够用我们已经掌握的信息来减少这种不确定性，这是令人兴奋的，随着新疗法的出现，这可能会变得更加重要。”

库尔齐教授说:“人工智能模型的好坏取决于它们所接受的训练数据。为了确保我们的方法有可能在医疗环境中被采用，我们对它进行了训练和测试，这些数据不仅来自研究队列，还来自实际记忆诊所的患者。这表明它可以推广到现实世界。”

该团队现在希望将他们的模型扩展到其他形式的痴呆，如血管性痴呆和额颞叶痴呆，并使用不同类型的数据，如血液测试中的标记物。

库尔齐教授补充说:“如果我们要解决痴呆症带来的日益严重的健康挑战，我们将需要更好的工具来识别和干预尽可能早的阶段。”我们的愿景是扩大我们的人工智能工具，帮助临床医生在正确的时间为正确的诊断和治疗途径分配正确的人员。我们的工具可以帮助匹配合适的患者进行临床试验，加速新药的发现，以改善疾病的治疗。”