与阿尔茨海默氏病相关的基因组学，神经影像学和认知数据之山几乎肯定是开辟一些可靠的方法来预测，预防和/或治疗它的关键。
但是，这些字节的累积速度太快，以至于任何人都无法连接隐藏在巨大混乱中的任何点。在拥有AI的11个站点和近1800万美元的NIH新资金中输入40名研究人员。
这项名为AI 4 AD的研究正式称为“超大规模机器学习，可帮助阿尔茨海默氏病生物库发现”，这项研究由南加州大学的研究人员领导。
南加州大学神经影像与信息学研究所所长，项目负责人Paul Thompson博士在项目摘要中写道，数据分析部分将寻求开发“可转换的AI方法，用于高通量分析下一代测序以及相关的阿尔茨海默氏病生物标志物和认知数据。”
他补充说，分布式的工作将使思想和机器梳理所有的数据，以“提取和优先处理对解决阿尔茨海默氏症预防和药物发现的基本障碍至关重要的功能。”
在USC自己对这一发展的报道中，神经科学家汤普森表示，他有信心将AI与全基因组数据和先进的脑部扫描相结合，将胜过目前用于预测那些患阿尔茨海默氏病进程的方法。
他说，此外，新的研究技术“将帮助我们确定每位患者正在发生的变化，以及我们可以用新药靶向的DNA中这些过程的驱动因素。”
