這項發明在《衰老神經生物學》的期刊上有著具體的引見。作為研討這項課題的專家，麥吉爾年夜學神經學和精力病學的副傳授Pedro Rosa－Neto說：“假如你能提早曉得一群人中誰將會得聰慧癥，那末這小我將能更好的測試預防該疾病的新藥物。”
這個算法是經由過程搜索年夜腦掃描淀粉樣卵白的構成來失效的，在那些被發明有輕度認知功效妨礙的人們的年夜腦中，卵白質逐步積聚然后成長為聰慧癥。在老年聰慧發生發火前，淀粉樣卵白可在年夜腦中漸漸積聚長達數年或許數十年，而且其將同時在年夜腦的分歧地位以分歧的速度積聚。更值得一提的是，其實不是每一個有淀粉樣卵白積累的人都邑構成認知妨礙。這增長了迷信家們研討聰慧成長過程的難度。
機械進修讓它變的更簡略
經由過程研討阿茲海默神經影象學籌劃（ADNI）中的數百種PET掃描影象，迷信家們練習訓練出一種可以經由過程起首剖析具有輕度認知妨礙的患者腦中的淀粉樣卵白累計水平，并進而能提早在老年聰慧發生發火前有所發覺的算法。以后他們頒布了那些終究得了老年聰慧病人們腦部掃描樣本。
隨后他們宣布了一系列新的腦掃描圖象，個中一些來自于今朝得了輕度認知妨礙的患者。不外，這一系列新宣布的圖象均來自于在患者病情進一步減輕之前。這個算法猜測了最初患者病發的幾率，準確度到達了84%。
Rosa-Heto對麥吉爾時報說：“這是一個數據和開放科技若何給患者護理帶來實在利益的實例。”
給病人護理帶來的最年夜的利益就是進步了臨床實驗的勝利率和評價了針對老年聰慧癥（最多見聰慧情勢）藥物的效率。
此項研討的配合引導人Serge Gauthier對麥吉爾時報說：“經由過程這個辦法，臨床實驗可乃至力于研討那些在短時光內以內有較高能夠成長成為聰慧的個別。這年夜年夜節儉了實行這項研討所必需要消費的本錢和時光。”
