阿尔茨海默病是一种进行性神经退行性疾病，其特征是大脑中β-淀粉样蛋白斑块和tau神经纤维缠结的积累，导致突触功能障碍和神经元丧失。它是痴呆症最常见的原因，主要影响老年人，导致记忆、认知和功能能力的逐渐下降。科学家们正在转向人工智能和语音分析，以发现传统方法可能遗漏的阿尔茨海默病早期迹象。
宾夕法尼亚州立大学工业与制造工程Gary和Sheila Bello讲席教授Hui Yang表示，超过700万65岁及以上的美国人患有阿尔茨海默病，随着人口老龄化，这一数字预计将继续攀升。更早地检测这一疾病可能对症状管理方式以及患者获得支持的速度产生有意义的影响。
为应对这一挑战，Yang和博士研究生Kevin Mekulu正在探索人工智能(AI)如何发现临床医生可能忽略的早期预警信号。他们最近发表在《阿尔茨海默病研究报告》和《衰老神经科学前沿》期刊上的研究，专注于分析日常语音中的细微模式。通过检查词汇选择、流畅度和句子结构的变化，他们的框架旨在比标准纸质测试更早、更一致地标记认知能力下降，而纸质测试的效果可能因施测者不同而有所差异。
研究人员表示，这种方法可以将筛查从短暂的诊所访问转向更快、更易获取的工具，融入常规护理中。在以下问答中，他们解释了AI驱动的方法如何帮助临床医生更早地发现变化，长期监测患者，并最终改善治疗结果。
问：AI在痴呆症和阿尔茨海默病的筛查方法上相比传统方法有哪些优势？
Yang：传统的痴呆症筛查工具是纸质的、主观的且资源密集型的，需要工作人员10至15分钟的时间进行管理，同时对细微认知变化的敏感性不足，并且在不同施测者之间存在不一致性。
美国正面临老年病专科医生短缺的问题，大约每1万名老年患者对应1名老年病专科医生，而老年护理机构的高人员流动率使得可扩展的AI解决方案变得尤为迫切。
我们的框架使用可解释的基于语音的生物标志物来捕捉细微的语言变化和认知能力下降，这些变化比传统工具能提前数年发现，可在一分钟内为神经退行性疾病提供客观且非侵入性的筛查。
问：您的方法与已在某些筛查方法中使用的"静态"AI模型有何不同？
Mekulu：当今在医疗保健中使用的大多数AI模型都是静态的，这意味着它们只是基于输入产生输出。相比之下，代理型AI是能够独立规划和执行复杂任务而无需人工监督的系统。
它被设计为随时间推理、调整其行为，并与患者或临床医生动态交互。在我们的工作中，AI代理不仅仅是给测试评分——它们引导筛查交互，根据个人的回应调整提示，并将语言模式、任务表现和上下文因素等多种信号整合成连贯的评估。
这将筛查从一次性测量转变为一个更能反映患者认知能力下降过程的动态过程。
问：其中一篇论文展示了如何将语音模式用作诊断工具。为什么要关注语音模式？您的AI如何做到这一点？
Yang：语音是人类产生的信息最密集的行为之一，需要记忆、注意力、语言、执行功能和运动规划的协调——所有这些认知系统在神经退行性疾病早期都会受到影响。
我们的AI分析语音中隐藏的复杂动态和转变，而不仅仅依赖于主观的临床印象，寻找词汇选择、重复、流畅度变化以及语言结构组织中的细微模式，以揭示症状明显之前很久就已存在的认知变化。
这种方法使我们能够从自然的患者行为中提取客观的定量生物标志物，这消除了与传统测试相关的大量主观解释。
问：AI还能分析哪些其他活动或行为来检测神经退行性疾病？AI代理能否应用于治疗的其他方面？
Mekulu：当然可以。语音是一个强有力的起点，但它只是拼图中的一块。我们可以利用AI分析眼球运动模式、生理信号、任务参与度、运动行为，甚至分析某人在解决问题任务中如何随时间学习或适应。一起解释所有这些信号为临床医生提供了更全面的认知健康视图，而不仅仅是判断某人通过或未通过测试。
AI代理最终可以支持护理规划，在诊所就诊之间监测认知变化，并帮助临床医生确定何时需要调整干预措施。这些系统并非旨在取代临床医生，而是设计用来减轻行政负担，突出有意义的模式，并帮助将认知护理从被动治疗转变为预防性护理。
问：这项工作的下一步是什么？
Yang：我们正在不同人群和临床环境中积极评估这些方法，以确保其稳健性和公平性。
此外，我们正与宾夕法尼亚州立大学言语与听力科学系副教授Nicole Etter博士以及宾夕法尼亚州立大学健康中心的神经心理学家Tim Brearly博士合作，研究如何将这些工具以对患者和临床医生实用的方式整合到辅助生活和记忆护理环境中。
这些环境通常是细微认知变化首次出现的地方，但客观的筛查工具很少大规模使用。我们的目标是通过在真实世界护理环境中验证这些方法，弥合学术研究与日常临床决策之间的差距。
参考资料：
"认知筛查中的代理人工智能：痴呆症护理的转化路线图"，作者Kevin Mekulu、Faisal Aqlan和Hui Yang，2025年11月30日，《阿尔茨海默病研究报告》。
DOI: 10.1177/25424823251407989
"用于认知能力下降精确评估的字符级语言生物标志物：一种符号递归方法"，作者Kevin Mekulu、Faisal Aqlan和Hui Yang，2025年10月29日，《衰老神经科学前沿》。
DOI: 10.3389/fnagi.2025.1681124
本研究由美国国家科学基金会资助。
【全文结束】
