神經(jīng)退行性疾病對人體健康有長期影響。為了探索眼底視網(wǎng)膜結構變化與阿爾茨海默病之間的關系，iMED團隊與多家醫(yī)療機構合作，收集了大批量的阿爾茨海默病人的眼、腦數(shù)據(jù)，并將光學相干斷層掃描血流成像（OCTA）的眼底圖像作為主要分析對象。該團隊通過智能分析算法，對阿爾茨海默病人的眼底結構進行自動量化，并將計算出的生物指標與臨床數(shù)據(jù)進行了橫斷面統(tǒng)計分析。結果顯示，血管密度、血管分形維數(shù)、血管彎曲度等多種量化指標與阿爾茨海默病的發(fā)病具有顯著相關性。基于此，該團隊利用血流成像圖像信息，設計了AI模型來進行阿爾茨海默病的檢測，在輸入眼科圖像到AI模型中后，便可快速判斷該受試者是否患有阿爾茨海默病。受制于樣本數(shù)量，算法以及AI模型等因素的限制，這一篩查模型對阿爾茨海默病篩查準確率僅僅在75%左右。如何進一步提高篩查準確率？這是擺在科研人員面前的亟待解決的重大課題。
結合材料，運用《邏輯與思維》的知識，對“如何進一步提高篩查準確率”提出建議。