要确定某人是否患有阿尔茨海默病，通常需要进行一系列评估——访谈、脑成像、血液和脑脊液测试。但到那时，可能已经太晚了：记忆已经开始消失，长期形成的性格特征已经开始微妙地转变。
如果及早发现，新的先进治疗方法可以减缓疾病的持续发展，但没有可靠的方法可以预测谁会患上与阿尔茨海默病相关的痴呆症。
现在，波士顿大学的研究人员表示，他们设计了一种很有前途的新型人工智能计算机程序或模型，有朝一日，它可以通过分析患者的言语来帮助改变这一现状。由工程师、神经生物学家、计算机和数据科学家组成的多学科团队在《阿尔茨海默病与痴呆症》杂志上发表了他们的研究成果。
他们的模型可以以 78.5% 的准确率预测轻度认知障碍者在未来六年内是否会保持稳定，或者陷入与阿尔茨海默病相关的痴呆症。
研究人员表示，他们的工作不仅能让临床医生预测未来并做出早期诊断，还能通过自动化部分流程(无需昂贵的实验室测试、影像检查，甚至无需就诊)让认知障碍筛查变得更加便捷。该模型由机器学习提供支持，机器学习是人工智能的一个子集，计算机科学家可以教程序独立分析数据。
波士顿大学拉菲克·哈里里计算与计算科学与工程研究所所长 Ioannis (Yannis) Paschalidis 表示：“我们想预测未来六年会发生什么——我们发现，我们可以合理地做出预测，而且信心和准确度相对较高。这显示了人工智能的力量。”