波士顿大学乔巴尼安&阿维迪斯安医学院的研究人员开发出一种新型人工智能工具，能够准确预测阿尔茨海默症的关键病理标志。该成果于本周一公布。
研究人员表示，这种AI工具可通过脑部扫描、记忆测试和健康记录等常见且成本较低的检测手段，识别阿尔茨海默症的标志性特征——粘性蛋白β-淀粉样蛋白和tau蛋白的沉积。
"我们利用多个国际研究队列的数据，成功预测了这些粘性蛋白的存在情况，甚至能定位特定脑区。"波士顿大学医学与计算机科学副教授Vijaya Kolachalama在声明中指出，"虽然新兴的血液检测方法可初步发现阿尔茨海默症迹象，但无法精确定位脑部病变区域，而我们的AI工具能提供关键的空间细节。"
Kolachalama团队整合了七个研究队列共12,185名参与者的年龄、健康史、记忆测试得分、基因信息及脑部扫描数据。研究人员利用这些数据训练AI模型，使其能够识别昂贵扫描设备才能观测到的蛋白沉积模式，并特别优化了信息缺失情况下的模型适应性。
在独立测试组验证中，AI成功预测了高浓度β-淀粉样蛋白或tau蛋白携带者。
研究团队认为该工具将显著降低阿尔茨海默症检测的成本与难度。"这将帮助医生快速筛选适合新药治疗或研究试验的患者，节省时间成本的同时惠及更多难以负担昂贵检测的患者。" Kolachalama表示，"对公众而言意味着更快速的确诊、更少不必要的检查，以及延缓疾病进展的治疗希望，从而改善患者及其家属的日常生活。"
据研究团队介绍，该AI模型可能革新疾病分期体系，实现症状恶化前的早期预警，进而催生个性化干预方案，如定制饮食或运动计划。此外，该技术未来或可拓展至其他蛋白质异常相关疾病，如导致人格改变的额颞叶痴呆和运动员常见的慢性创伤性脑病。
研究发现已在线发表于《自然通讯》杂志。该项目获得美国国家老龄化研究所人工智能技术协作中心、美国心脏协会、Gates Ventures及美国国立卫生研究院的资助。
【全文结束】
