脑部扫描可能能够在明显记忆问题出现前数年识别出阿尔茨海默病风险最高的人群。这项新研究首次将大脑活动与异常健康的老年人的大脑活动进行比较。
斯坦福大学研究主要作者赵侃豪（Kanhao “Alex” Zhao）告诉《新闻周刊》：“通过比较‘超级老人’和阿尔茨海默病患者的大脑活动，我们识别出一种与认知衰退更快相关的模式，即使在扫描时记忆和思维仍然正常的人群中也存在这种模式。我们希望这能让研究人员获得更早的时间窗口，识别哪些人风险更高，并测试更早干预是否有助于保护记忆和思维。”
这些总部位于加利福尼亚州的研究人员开发了一个名为“阿尔茨海默病韧性与易感连接组”（ARC）的机器学习框架，旨在将个体放置在一个从异常强劲的认知模式延伸到阿尔茨海默病的谱系上。
研究人员没有简单地将阿尔茨海默病患者与认知未受损的成年人进行比较，而是以“超级老人”——在晚年仍保持异常强大认知能力的老年人——作为谱系的健康端。这种方法可以让科学家更清楚地看到阿尔茨海默病临床症状显现之前出现的脑功能细微变化。
超越传统比较
此前阿尔茨海默病研究已将该病与β-淀粉样蛋白和tau蛋白以及遗传风险等因素联系起来。这项新研究探讨的是，大脑区域运作和沟通方式的差异能否为未来认知衰退提供额外信息。
研究人员利用来自180名“超级老人”和110名确诊阿尔茨海默病患者的静息态功能磁共振成像（fMRI）数据训练并评估了ARC。所有参与者均年满75岁。该模型还在一个由143人组成的独立小组中进行了测试。
随后，研究人员将ARC应用于818名年龄稍轻、无认知受损迹象且未被归类为“超级老人”的成年人。
通过测量脑功能模式，该系统估算出每个人处于“类超级老人”和“类阿尔茨海默病”脑活动谱系上的位置。
涵盖5至15年的随访数据表明，脑模式更接近阿尔茨海默病的人认知衰退更快、β-淀粉样蛋白积累更多，进展为临床阿尔茨海默病的可能性也更高。
潜在的早期预警信号
瑞士生物技术公司KetoSwiss创始人、神经科学家埃琳娜·格罗斯（Elena Gross）博士对《新闻周刊》表示，这项研究之所以值得关注，是因为它改变了评估阿尔茨海默病风险的参照点。
格罗斯说：“这项研究特别有意思的地方在于，它改变了我们应对阿尔茨海默病风险的方式。研究人员不是简单地将阿尔茨海默病患者与正常衰老的人进行比较，而是着眼于两个极端：阿尔茨海默病患者和‘超级老人’——那些在生命后期仍保持非凡记忆力的人。”
格罗斯表示，其中一个最重要的发现是，最初认知表现类似健康的人仍会表现出不同的大脑连接模式，随后结果也明显不同。
她说：“脑模式更接近阿尔茨海默病的人认知衰退更快、淀粉样蛋白积累更多，发展成认知障碍或阿尔茨海默病的可能性也更高。这表明，大脑不同区域之间沟通方式的变化，可能在传统认知评估揭示重大问题之前的数年就已可检测。”
格罗斯补充说，脑连接模式提供的预测信息超出了已有的阿尔茨海默病生物标志物，包括淀粉样蛋白和tau蛋白。
这些发现表明，脑功能最终可以为研究人员提供另一种在记忆和思维仍然完好时识别高风险人群的方法，并可能创造更长的窗口期，以便研究早期干预能否延缓认知衰退。
参考文献
Zhao, K. 等 (2026). A functional connectome identifies vulnerability to cognitive decline and Alzheimer's disease progression. Science Advances.
【全文结束】
