目前阿尔茨海默病早期诊断要想做到准确，一般需依靠侵入性或昂贵的检测方法，如腰椎穿刺或正电子发射断层扫描。但并非所有医疗机构都有这样的检测条件，多达三分之一的患者可能会被误诊，更有患者因诊断过晚而无法接受有效治疗。
英国剑桥大学领衔研发的一种新型人工智能（AI）预测模型，提供了一种无创且成本低廉的方法。相关研究已发表在英国《电子临床医学》杂志上。
基于美国研究小组收集的400名大脑灰质萎缩患者的认知测试和核磁共振扫描数据，研究团队利用机器学习算法建立了一个AI预测模型，并使用英国、新加坡等多个诊所的真实世界数据测试该模型。由于使用了文本、图片等多模态数据，该模型可比传统临床诊断更准确预测早期病症转化为阿尔茨海默病的概率。
测试结果显示，该模型识别3年内会患上阿尔茨海默病的人的准确率达82%，识别3年内不会患上阿尔茨海默病的人的准确率达81%。