边肖发现，许多朋友对新的人工智能方法可以轻松诊断阿尔茨海默病的信息感兴趣。边肖为新的人工智能方法编辑了一些相关信息，以便轻松诊断阿尔茨海默病，并在此分享。

拉曼光谱仪的机器学习分析(一种测量散射激光强度的技术)在将阿尔茨海默病应用于容易获得的实验室样本：唾液后，显示出作为阿尔茨海默病筛查工具的巨大潜力。

在纽约州立大学法医专家伊戈尔莱德涅夫(Igor Lednev)博士的带领下，这些发现背后的研究人员指出，目前诊断阿尔茨海默病的方法“效率低下，费用昂贵，而且在疾病的早期阶段并不成功”。

该团队假设拉曼光谱仪可能检测到唾液中的某些东西，而在更相关的检查中，传统诊断方法往往会遗漏这些东西。

为了找到答案，他们使用这项技术分析了从已知患有阿尔茨海默病和轻度认知障碍(MCI)的人以及健康志愿者身上收集的唾液样本。

接下来，对人工神经网络进行训练，并在唾液读数的光谱数据集上进行测试。通过内部验证，他们发现他们的技术在区分阿尔茨海默病与轻度认知障碍和正常状态方面达到了99%的准确率。

此外，利用独立数据集进行盲外验证，该技术取得了理想的100%。

研究人员得出结论，使用机器学习对唾液进行拉曼高光谱分析“作为诊断阿尔茨海默病的非侵入性、有效和准确的方法具有巨大的潜力。”