人工智能评估痴呆风险，提高抑郁症治疗的有效性
人类大脑由大约860亿个神经元组成，这些神经细胞通过神经电脉冲处理和传递信息。
汉娜·伦瓦尔说，这就是为什么测量神经电活动通常是研究大脑的最佳方法。她是阿尔托大学和HUS赫尔辛基大学医院转化脑成像助理教授，并负责HUS生物医学实验室。
脑电图(EEG)是世界上使用最多的脑成像技术。然而，伦瓦尔最喜欢的是脑磁图(MEG)，它可以测量大脑电活动产生的磁场。
MEG信号比脑电图更容易解释，因为头骨和其他组织不会像脑电图那样扭曲磁场。Renvall解释说，这正是这项技术的伟大之处。
“MEG可以更准确地定位大脑的活动部分，有时可以达到毫米级的精度。”
MEG设备看起来很像发廊里的软帽吹风机。执行测量的SQUID传感器隐藏在发动机盖内，并且有效绝缘，因为它们只在接近绝对零度的真正冻结温度下工作。
世界上第一台全头MEG设备是由赫尔辛基理工大学低温实验室的一家公司制造的，该公司现在是该领域的领先设备制造商。
MEG在欧盟新的AI-Mind项目中发挥着重要作用，该项目的芬兰贡献者是阿尔托和HUS。这个耗资1400万欧元的项目的目标是学习识别这些患者的方法，这些患者的痴呆症可以延迟甚至预防。
为了实现这一目标，神经科学和神经技术需要人工智能专家的帮助。
大脑指纹识别
痴呆症是一种影响广泛的神经功能障碍，会严重削弱患者应对日常生活的能力。欧洲约有1000万人患有此病，随着人口老龄化，这一数字还在增加。导致痴呆症最常见的疾病是阿尔茨海默病，70-80%的痴呆症患者被诊断出患有此病。
研究人员认为，神经元之间的交流早在痴呆症最初的临床症状出现之前就开始恶化了。这可以在MEG数据中看到——如果你知道要寻找什么的话。
在测量大脑对特定时刻重复出现的言语和触摸等刺激的反应时，MEG是最强的。
解释静息状态测量要复杂得多。
这就是为什么AI-Mind项目使用了一种被称为大脑指纹的工具。当Renvall和Riitta Salmelin教授以及她的同事开始研究MEG测量是否可以检测一个人的基因型时，它就诞生了。100多对兄弟姐妹参与了这项研究，让受试者先闭着眼睛坐几分钟，然后再睁开眼睛坐几分钟。他们还提交了血样进行简单的基因分析。
当研究人员比较这些图表和遗传标记时，他们注意到，尽管个体之间存在很大的差异，但兄弟姐妹的图表是相似的。
接下来，阿尔托大学人工智能教授塞缪尔·卡斯基的团队测试了计算机是否能够学会识别兄弟姐妹之间尽可能相似的图形部分，同时与其他测试对象相比，它们之间的差异最大。
机器做到了，而且更令人惊讶。
汉娜·伦瓦尔说:“它学会了仅根据图像就能完美地区分个体，而不管成像是在测试对象眼睛睁开还是闭上的情况下进行的。”
“对于人类来说，闭着眼睛或睁开眼睛拍摄的图像看起来非常不同，但机器可以识别出他们的个人特征。我们对这种大脑指纹非常兴奋，现在正在考虑如何教会机器以类似的方式识别神经网络恶化。”
一周内进行风险筛查
很大一部分痴呆症患者是在疾病已经进展之后才被诊断出来的，这就解释了为什么治疗往往侧重于控制晚期症状。
然而，早期的研究表明，许多患者在诊断前几年就经历了认知能力的退化，如记忆和思维障碍。
AI-Mind项目的一个目标是学习如何从更大的认知能力轻度退化人群中筛查出未来几年出现记忆障碍风险显著更高的人。
研究人员计划对来自欧洲各地的1000名被认为有记忆障碍风险的人进行成像，并分析他们的神经信号与没有认知障碍的人有何不同。然后，人工智能将把他们的大脑成像数据与认知测试结果和遗传生物标志物结合起来。
研究人员认为，这种方法可以在短短一周内识别出痴呆症风险的增加。
伦瓦尔说:“如果人们及时了解自己的风险，可能会产生巨大的激励作用。”伦瓦尔作为一名神经学家，有多年治疗病人的经验。
生活方式的改变，如更健康的饮食、锻炼、治疗心血管疾病和认知康复，可以显著减缓记忆障碍的进展。
Renvall说，更好地管理风险因素可以让病人度过更多美好的岁月，这对个人、他们的亲人和社会都非常有意义。
当第一批减缓疾病进展的药物上市时，识别高危人群也将是关键，也许就在未来几年。Renvall说，这将是一个重大事件，因为记忆障碍的药物治疗在过去20年里没有看到任何实质性的进展。
然而，这种新药并不适合所有人。
Renvall强调说:“这些药物的副作用非常强大，这就是为什么我们需要确定哪些人能从这些药物中受益最多。”
刺激大脑
大脑活动涉及电流，电流产生的磁场可以从颅骨外测量。
这个过程也在另一个方向上起作用经颅磁刺激(TMS)是基于。在经颅磁刺激治疗中，一个线圈被放置在头部，产生强大的磁场，通过皮肤和骨骼到达大脑，而不会失去强度。的磁场脉冲在大脑中产生一个短而弱的电场，影响神经元的活动。
这听起来很疯狂，但它是完全安全的，应用物理学教授Risto ilmonemi说，他已经开发和使用TMS几十年了。
“电场的强度与大脑自身的电场相当。当光线轻拍他们的皮肤时，患者会感受到以脉冲形式传递的刺激。”
采用磁刺激治疗严重的抑郁症还有神经性疼痛。全世界至少有2亿人患有严重抑郁症，而神经性疼痛在脊髓损伤患者、糖尿病患者和多发性硬化症患者中普遍存在。药物只能为一半的抑郁症患者提供足够的缓解;在神经性疼痛患者中，这一比例仅为30%。
脉冲治疗的频率取决于所治疗的疾病。对于抑郁症患者，高频率脉冲序列刺激神经元之间的通信，而频率较低的脉冲则使患者的神经元平静，以缓解神经性疼痛。
根据最新的医学科学，刺激被施加到与正在治疗的疾病相关的神经元所在的大脑部分。
大约一半接受治疗的患者从磁刺激中得到明显缓解。伊莫尼米认为，如果有更多线圈和算法的帮助，这个数字可能会更高。
一个音符的笨拙者变成了音乐会大师
2018年，ilmonemi领导的ConnectToBrain研究项目获得了欧洲研究委员会1000万欧元的协同资金，这是协同资金首次授予芬兰大学主导的项目。来自德国和意大利的该领域顶级专家也参与其中。
该项目的目标是通过两种方式从根本上改善磁刺激:建立一个多达50个线圈的磁刺激装置，以及开发基于脑电图反馈的实时自动控制刺激的算法。
伊莫妮米在音乐世界中寻找比较。
“新技术和旧技术之间的区别就像一个音乐会钢琴家双手演奏，根据他们听到的声音不断微调他们的演奏，而不是在戴着听力保护装置的情况下敲击一个键。”
研究人员已经使用了一个双线圈装置来证明，一种算法可以将刺激引向正确的方向，速度甚至比最有经验的专家快10倍。这仅仅是个开始。
去年完成的5个线圈的设备一次可以覆盖10平方厘米的皮层。一个50圈的系统将覆盖两个大脑半球。
制造这种设备涉及许多技术挑战。让所有这些线圈都适合头部并非易事，也不能安全地产生所需的强电流。
即使这些问题得到解决，最难的问题仍然存在:我们如何以最好的方式治疗大脑?
“算法需要什么样的信息?”哪些数据应该指导它的学习?这对我们和我们的合作者来说是一个巨大的挑战，”伊莫尼米若有所思地说。
该项目旨在为阿尔托建造一个磁刺激装置，为德国Tübingen大学建造另一个，为意大利基耶蒂-佩斯卡拉大学建造第三个。研究人员希望，在未来，世界各地将有数千个这样的设备在运行。
“患者数据积累得越多，算法就能学习得越好，治疗也就越有效。”
量子光学传感器可以彻底改变我们读取神经信号的方式
劳里·帕克科宁教授的工作小组正在开发一种新的MEG设备，它能适应头部的大小和形状，并利用基于量子光学．与目前在MEG中使用的SQUID传感器不同，它们不需要被包裹在厚厚的绝缘层中，使测量能够更接近头皮表面。这使得它更容易对儿童和婴儿进行精确测量。
这项工作进展迅速，并取得了令人鼓舞的结果:用光学传感器进行的测量已经接近颅骨内部测量的空间精度。
Parkkonen认为，基于光学传感器的MEG系统也可能比传统设备更便宜、更紧凑，因此更容易放置;这种MEG系统可以利用一个“人大小”的磁屏蔽，而不是像传统的MEG系统那样使用一个大的屏蔽室。
“这将使更多的研究人员和医院接触到它。”
