南达科他州拉皮德城（2026年3月31日）——对于亨特·帕克斯顿来说，通往阿尔茨海默病前沿研究的道路，早在他成为南达科他矿业学院的学生之前就已经开始了。
帕克斯顿在一个与辅助生活护理紧密相连的家庭中长大，童年的大部分时间都是在母亲和祖母身边度过的，她们都是斯特灵养老院的管理者。他经常与居民聊天，建立关系。正是在这些互动中，他注意到了认知衰退的影响。
“有些日子他们不记得你，”帕克斯顿说，他是矿业学院计算机科学与工程专业的研究生。“参与这个项目对我来说变得非常个人化。”
亨特·帕克斯顿（左）与他的祖母格洛丽亚·凯泽（左）之一，以及他的母亲阿德里亚·帕克斯顿合影。格洛丽亚·凯泽是养老院Devonshire Acres的创始人之一，母亲阿德里亚在该中心工作了30多年。（供图）
这些早期的经历激励他参与了科罗拉多州立大学正在进行的研究。
“当这个项目出现时，对亨特来说非常合适，”普拉苏恩·迪瓦卡尔博士说，他是莱斯利·A·罗斯机械工程系的副教授。“他能够将自己的学位和知识用于他关心的事情。”
迪瓦卡尔在帕克斯顿本科时期就将他引入机械工程系，并介绍他认识了内哈·洛达博士，科罗拉多州立大学（CSU）的副教授兼运动神经科学与康复实验室主任。洛达的团队正在研究行动能力的细微变化（例如人们如何驾驶）如何成为阿尔茨海默病和其他形式痴呆症的早期检测指标。
“阿尔茨海默病及相关痴呆症构成了日益严峻的全球健康挑战，而早期检测仍是有效治疗的主要障碍，”帕克斯顿说。
在过去的三年里，帕克斯顿一直与科罗拉多州立大学的研究人员合作，开发一个模型来分析“I-Drive”研究的数据，该研究追踪老年人的真实驾驶行为。
“科罗拉多州立大学正在为阿尔茨海默病研究做很多工作，关注老年人以及他们如何随着某些痴呆症的发展而变化，”帕克斯顿说。
他的研究探索日常驾驶习惯中的细微变化，如速度、导航模式和出行频率，是否能够预示轻度认知障碍（MCI）的出现，MCI通常是阿尔茨海默病的前兆。轻度认知障碍可能在正式诊断前数年就已出现。
“日常生活中，这些行为上的细微变化可能被忽视，得不到诊断，”帕克斯顿说。
这就是研究的意义所在。
“我们的想法是，如果我们能识别出轻度认知障碍，那么我们就可以让这些人获得所需的治疗，在他们发展为痴呆症或阿尔茨海默病之前帮助他们，”他说。
研究参与者会在自己的车辆中安装一个小型传感器，每30秒收集一次数据。这些数据在多个时间尺度上进行分析，从单次行程到每周行为以及访问的各种目的地。
目前，数据收集自51名参与者，帕克斯顿负责清理数据并开发一个模型，该模型使用机器学习和人工智能来找出模式。
“在我们的研究中，我们正在测试我们能够多好地对人们进行排序——这些个体患轻度认知障碍的可能性有多大，他们患病的概率或是否已经患病，”帕克斯顿说。
有了这些信息，干预就可以更早开始。
“全球范围内，轻度认知障碍病例面临的最大问题是症状非常细微，人们根本没有意识到自己患病，因此不会接受检测，”帕克斯顿说。
而目前的诊断方法，如脑脊液分析，是有创的。
“我们试图提供一种准确且无创的方法，”帕克斯顿说。“你只需要把它放在你的车里，它就会在后台运行。”
虽然目前的研究包括过去两年中51名参与者的数据，但目标是进行更大规模的研究，以提高准确性并扩大实际应用范围。
帕克斯顿将于今年五月毕业，并将前往得克萨斯州奥斯汀开始他在人工智能和机器学习领域的职业生涯，但他参与这项研究的经历将继续塑造他的道路。
“参与这样一个有影响力的项目非常有成就感。这些工具很有趣也很酷，但如果不能应用于帮助人们，它们就毫无意义，”帕克斯顿说。“如果我们看不到这些工具对人类的影响，那么它们除了新颖的研究之外就没有价值。”
【全文结束】