一项视网膜图像可以帮助医生快速区分类似的神经退行性疾病（如肌萎缩侧索硬化症和阿尔茨海默病），并且具有惊人的准确率。这是根据发表在《阿尔茨海默病与痴呆症》期刊上的新研究得出的结论。目前，对于肌萎缩侧索硬化症或额颞叶变性伴TDP-43蛋白病（FTLD-TDP）尚无客观的诊断测试，在这两种疾病中，TDP-43蛋白分别沉积在脊髓和大脑中。
由滑铁卢大学研究人员开发的这种快速、非侵入性且成本低廉的诊断工具，有助于实现更早的诊断，使得能够采取已知可延缓疾病进展的及时干预措施，并支持更有针对性的治疗开发，从而改善患者预后。
“这是朝着更早、更准确诊断迈出的重要一步，”滑铁卢大学物理与视光学名誉教授梅兰妮·坎贝尔博士说。“目前，FTLD和ALS只有在症状出现后才能被诊断出来，这通常意味着疾病已经发展到晚期。如果能更早地发现这些疾病，将彻底改变我们的治疗方式。”
研究人员使用偏振光对来自阿尔茨海默病患者的捐赠视网膜样本中的蛋白质沉积物进行成像，并将其与来自额颞叶变性伴TDP-43蛋白病（FTLD-TDP）和肌萎缩侧索硬化症（ALS）患者的样本进行比较。通过分析光模式，研究团队能够准确区分与阿尔茨海默病相关的β-淀粉样蛋白沉积物和与FTLD及ALS相关的TDP-43沉积物，并预测大脑中疾病的严重程度。
他们还将这些光相互作用的数据输入两个AI模型：随机森林（一种集成学习方法）和卷积神经网络（一种基于图像的方法），以查看它们是否能够学习区分β-淀粉样蛋白和TDP-43沉积物。两种沉积物类型之间的差异足够显著，使得随机森林在86%的情况下正确预测了疾病，而卷积神经网络的准确率更高，达到96%。
“我们希望在未来几年内，这项技术能够发展成为一种简单的眼部测试，能够检测和区分多种脑部疾病，使较小、服务不足社区的居民也能获得这种检查，”坎贝尔说。“一种快速、可及的诊断工具将为患者及其家庭带来深远影响。”
出版详情：Melanie CW Campbell等人，《视网膜TDP-43和β-淀粉样蛋白沉积物及相关神经退行性疾病通过偏振光测量与机器学习算法的准确分类》，《阿尔茨海默病与痴呆症》，2025年。DOI：10.1002/alz70861_108465
期刊信息：《阿尔茨海默病与痴呆症》
（由滑铁卢大学提供）
【全文结束】