记忆丧失可能指向多种方向。
一位患者可能看起来符合阿尔茨海默病的特征，但同时又表现出类似帕金森病或既往中风的迹象。在许多老年人中，这些疾病可能在大脑内重叠，这解释了为什么诊断往往混乱、缓慢，有时甚至错误。瑞典隆德大学的一项新研究表明，将单一血液样本与人工智能配对，或许有一天可以帮助解决这种诊断困惑。
在《自然医学》杂志上发表的研究中，研究人员描述了一种名为ProtAIDe-Dx的AI系统，该系统利用基于血液的蛋白质模式同时检测多种神经退行性疾病。该模型基于通过全球神经退行性蛋白质组学联盟（GNPC）在19个地点收集的17,187名参与者的血浆蛋白质组学数据构建。
领导这项研究的隆德大学研究人员雅各布·沃格尔（Jacob Vogel）表示："我们的希望是未来能够通过单一血液检测准确诊断多种疾病。"
这一想法之所以重要，是因为诊断仍然是脑部疾病治疗中的主要障碍。论文指出，即使在专业痴呆症诊所中，误诊率也高达25%至30%，而在初级医疗中可能超过50%。随着年龄增长，问题变得更加复杂，因为70%的80岁及以上患者可能同时携带多种神经退行性病理。
隐藏在数千种蛋白质中的模式
研究团队没有一次只寻找一种疾病标记物，而是使用血液中测量的7,595种蛋白质训练其模型。采用"联合学习"方法，该系统学习了多种疾病之间的共享模式，同时仍为每种疾病产生单独的概率。这使其能够在同一个人身上标记出一种以上可能的病症。
该模型旨在分类阿尔茨海默病、帕金森病、肌萎缩侧索硬化症、额颞叶痴呆、既往中风或短暂性脑缺血发作以及认知功能正常的对照组。重要的是，研究人员仅使用了蛋白质组学信息，没有向模型输入人口统计学、认知、诊断或站点信息。
ProtAIDe-Dx在与包括随机森林（Random Forest）、XGBoost和TabPFN在内的几种比较模型相比时表现最佳。其对肌萎缩侧索硬化症（ALS）的中位平衡分类准确率达到95%，对帕金森病达到92%。对阿尔茨海默病的准确率为81%，对额颞叶痴呆为72%，对中风或短暂性脑缺血发作为70%。该模型在除中风或短暂性脑缺血发作预测以外的所有任务中，产生的曲线下面积值均超过0.8。
尽管如此，该模型单独使用还不能直接应用于临床。但结果暗示，血液可能携带比研究人员先前认为更广泛的脑部疾病信号。
诊断并不总与生物学一致
当研究团队超越简单的"是/否"标签时，发现了一个更为引人注目的结果。
该研究的第一作者李俊安（Lijun An）表示，蛋白质谱"比临床诊断更能预测认知能力下降"，并补充说，具有相同诊断的患者可能携带不同的生物亚型。
一些被标记为阿尔茨海默病的患者表现出更像其他脑部疾病的蛋白质模式。沃格尔表示，这可能意味着几种情况：可能存在多种疾病过程，阿尔茨海默病可能通过不同的生物途径发展，或者最初的临床诊断可能是错误的。
该模型还在更难分类的群体中捕捉到信号，包括轻度认知障碍或主观认知下降的人。这些病例在疾病图谱上分散分布，而不是集中在一个集群中，这表明该系统可能比标准诊断更早地识别潜在病理。
在一个名为BioFINDER-2的外部记忆诊所数据集中，包含1,786名参与者和生物标志物支持的诊断，该模型的概率与预期的疾病生物学相符合。在携带淀粉样蛋白β和tau蛋白病理的一些非阿尔茨海默病病例中，阿尔茨海默病的概率上升。中风概率随着白质高信号负担加重而增加。在认知功能正常的个体中，如果他们已经显示出阿尔茨海默病、路易体或神经血管病理，该模型不太可能将其分类为健康。
有用，但还不够
研究人员谨慎地避免过度宣传该系统。
沃格尔表示，目前的血液蛋白质测量本身不足以诊断多种疾病。论文多次强调了这一点。当研究团队测试该模型从一个站点到另一个站点的泛化能力时，性能下降，这表明站点效应和数据差异仍然是一个严重挑战。由于样本分布不均或临床标签没有生物标志物支持，一些疾病也更难分类。
作者还指出，许多与大脑相关的蛋白质可能永远不会以易于测量的方式进入血液，部分原因是血脑屏障。药物效应也可能扭曲蛋白质水平。而且，由于许多训练诊断来自常规临床工作，而非尸检或生物标志物确认，一些"错误"预测可能根本不是错误的。
即便如此，当ProtAIDe-Dx与常见的临床标记物（如年龄、性别、简易精神状态检查（MMSE）、皮质厚度、血浆p-tau217和血浆NEFL）结合时，增加了价值。在BioFINDER-2样本中，这种组合模型改善了诊断，特别是对非阿尔茨海默病痴呆症。该系统还比基线诊断更能有效地根据未来认知能力下降来区分患者。
沃格尔表示，下一步是扩大蛋白质组标记物，包括通过质谱法，以寻找当前工具可能遗漏的疾病特异性模式。
研究的实际意义
这项研究并没有提供一种可以替代扫描、脑脊液检测或专家临床工作的简单血液检测。
但它提供了一个更实用的未来展望，在这个未来中，一次抽血可以帮助医生梳理重叠的脑部疾病，识别需要后续检测的患者，并更早地发现隐藏的病理。
随着更多疾病修饰疗法接近常规使用，这可能对治疗决策、药物试验和护理规划产生重要影响。
研究结果在线发表在《自然医学》杂志上。
原标题为"New AI blood test can help detect several brain diseases at once"的故事发表在《The Brighter Side of News》上。
【全文结束】