洛厄尔讯——马萨诸塞大学洛厄尔分校（UMass Lowell）的研究人员发现了一种创新方法，可在阿尔茨海默病（Alzheimer's disease）正式确诊前很长时间就发现其踪迹。由计算机科学教授余红（Hong Yu）领导的团队，利用人工智能分析电子健康档案中的临床笔记，证明该疾病的风险可提前15年（比现行标准）被识别出来。
根据阿尔茨海默病协会（Alzheimer's Association）近期的一份报告，2025年约有720万65岁以上的美国人患有阿尔茨海默病痴呆，另有20万美国人患有早发性痴呆。预计到2060年，美国阿尔茨海默病患者人数将增至1380万。
虽然阿尔茨海默病尚无治愈方法，但早期检测可以改变局面。早期诊断可采取行为干预和药物来延缓轻度病例的进展，同时还能带来巨大的经济影响：在一项研究中，阿尔茨海默病协会估计，由于该疾病得到早期诊断，可节省7万亿美元的医疗和长期护理费用。
虽然痴呆症的诊断通常基于外在症状，但要确定病因是阿尔茨海默病，对普通患者而言，要么需要腰椎穿刺，要么需要进行大量影像学检查。余红（她在洛厄尔分校的Miner计算机与信息科学学院任教）说：“现有的诊断技术要么是侵入性的，要么费用高昂。”
余红是该研究的首席研究员，该项目获得了美国国立卫生研究院（National Institutes of Health）600万美元的资助。研究结果今年1月在线发表在《通讯医学》（Communications Medicine）期刊上，该期刊属于《自然》（Nature）期刊系列。这项工作通过洛厄尔分校的生物医学与健康数据科学研究中心（Center of Biomedical and Health Research in Data Sciences）进行，该中心汇集了不同领域的专家，通过创新的AI和数据科学方法改善健康。余红于2019年创立该中心并担任主任。
在这项研究中，研究人员调取了61,537名阿尔茨海默病确诊患者的记录，以及超过23.4万名未确诊阿尔茨海默病的类似患者记录。这一访问得益于美国退伍军人事务部（U.S. Department of Veterans Affairs）退伍军人健康管理局（Veterans Health Administration）的合作。
临床笔记中发现的一些关键词和短语是医学术语，如“visuospatial”（视空间）、“dysphagia”（吞咽困难）和“agnosia”（失认症）。其他则是日常用语，如“mood”（情绪）、“fluency”（流畅度）、“pain”（疼痛）、“wandering”（游荡）、“hearing”（听力）、“delusion”（妄想）和“getting lost”（迷路）。
余红说，当将确诊阿尔茨海默病患者的医疗记录中的关键词与对照组记录中的关键词进行比较时，差异几乎立即显现，使得分析能够提前15年（早于正式诊断）发现患病风险增加。
“我们相信这是美国最全面的电子健康记录数据集，”余红说，“它包含了来自所有50个州的患者，因此是真正的全国性数据。”她补充说，退伍军人事务部的高质量护理意味着患者会在该系统内留存多年，从而使研究人员能够获得长达20年的数据。
余红的团队将基本AI原理应用于数据，以研究自杀风险、食品储藏室、药物过量风险等社会问题，以及当前对阿尔茨海默病风险的研究。
“我们的目标是开发创新的AI技术，以帮助理解人类疾病，并改变人们的行为以改善健康，”她说。
她表示，她研究的一个重要部分是考察健康的社会和行为决定因素，如社会经济地位、教育程度、吸烟等习惯、医疗保健可及性以及社会孤立。
她说，当这些信息被添加到现有的AI模型中时，会使预测模型更加准确。她相信理解这些因素有助于研究人员设计出改善健康结果的解决方案。
她计划通过添加社会和行为健康决定因素的数据，继续完善阿尔茨海默病模型。
尽管这些因素与阿尔茨海默病风险之间的关系可能很复杂，但她仍充满希望。
“我们可以帮助人们，”她说。
【全文结束】