根据阿尔茨海默病协会2025年的报告，美国有超过700万65岁及以上的老年人患有阿尔茨海默病。宾夕法尼亚州立大学工业与制造工程Gary和Sheila Bello讲席教授Hui Yang表示，如果能更早诊断，许多致残症状可能会得到缓解或更好地管理。
Yang与工业工程和运筹学博士生Kevin Mekulu最近共同撰写了一系列论文，探讨如何利用人工智能（AI）更好地理解痴呆症和阿尔茨海默病等神经退行性疾病。
他们的研究成果发表在《阿尔茨海默病报告杂志》和《衰老神经科学前沿》上，提出了一种基于患者语音转录中发现的模式来检测可能问题的新框架。研究人员表示，与传统使用的纸质考试相比，这种新方法可以更早、更准确地检测痴呆症。
在以下问答中，Yang和Mekulu分享了AI驱动的筛查方法如何为认知护理做出贡献，可能帮助临床医生更早干预并改善患者预后。
符号递归深度度量学习框架概述，用于从语音转录中发现字符级语言生物标志物。来源：《衰老神经科学前沿》（2025）。DOI: 10.3389/fnagi.2025.1681124
与传统的痴呆症和阿尔茨海默病筛查方法相比，AI提供了哪些优势？
Yang：传统的痴呆症筛查工具是基于纸质的、主观的且资源密集型的，需要10到15分钟的工作人员时间进行管理，同时对细微的认知变化缺乏敏感性，并且在不同监考者之间表现出不一致性。随着美国面临老年医学专家短缺的问题，大约每1万名老年患者只有1名老年医学专家，以及老年护理机构的高人员流动率，迫切需要可扩展的AI解决方案。
我们的框架使用可解释的、基于语音的生物标志物来捕捉细微的语言变化和认知衰退，这比传统工具能提前数年发现这些问题，提供客观且非侵入性的神经退行性疾病筛查，整个过程不到一分钟。
与已在某些筛查方法中使用的"静态"AI模型相比，您的方法有何不同？
Mekulu：当今医疗保健中使用的大多数AI模型都是静态的，这意味着它们只是基于输入产生输出。相比之下，代理式AI（Agentic AI）是能够独立规划和执行复杂任务而无需人类监督的系统。它被设计为能够随时间推理、调整其行为并与患者或临床医生进行动态交互。
在我们的工作中，AI代理不仅仅是对测试进行评分——它们指导筛查互动，根据个人的回应调整提示，并将多种信号（如语言模式、任务表现和背景因素）整合成一个连贯的评估。这将筛查从一次性测量转变为一个演变过程，更好地反映了患者认知衰退的发生方式。
一篇论文展示了如何将语音模式用作诊断工具。为什么要关注语音模式？您的AI如何做到这一点？
Yang：语音是人类产生的信息最密集的行为之一，需要记忆、注意力、语言、执行功能和运动规划的协调——所有这些认知系统在神经退行性疾病早期都会受到影响。
我们的AI分析语音中隐藏的复杂动态和转换，而不是仅仅依赖主观的临床印象，寻找词汇选择、重复、流利度变化和语言结构组织中的细微模式，以揭示认知变化，这些变化在症状变得明显之前很久就已经存在。这种方法使我们能够从患者的自然行为中提取客观的定量生物标志物，从而消除了与传统测试相关的大量主观解释。
AI是否可以分析其他活动或行为来检测神经退行性疾病？AI代理能否实施到治疗的其他方面？
Mekulu：当然可以。语音是一个强有力的起点，但它只是拼图的一部分。我们可以使用AI来分析眼动模式、生理信号、任务参与度、运动行为，甚至某人在解决问题任务期间如何学习或随时间适应。解释所有这些信号可以为临床医生提供认知健康的更全面视图，而不仅仅是某人通过或未通过测试。
AI代理最终可以支持护理规划，在诊所就诊之间监测认知变化，并帮助临床医生确定何时需要调整干预措施。这些系统不是要取代临床医生，而是旨在减少行政负担，突出有意义的模式，并帮助将认知护理从被动反应转变为主动预防。
这项工作的下一步是什么？
Yang：我们正在不同人群和临床环境中积极评估这些方法，以确保其稳健性和公平性。此外，我们正在与宾夕法尼亚州立大学沟通科学与障碍系副教授Nicole Etter博士和宾夕法尼亚州立健康中心神经心理学家Tim Brearly博士合作，研究如何以对患者和临床医生实用的方式将这些工具整合到辅助生活和记忆护理环境中。
这些环境通常是细微认知变化首先出现的地方，但客观的筛查工具很少大规模使用。我们旨在通过在现实世界护理环境中验证这些方法，弥合学术研究与日常临床决策之间的差距。
出版详情Kevin Mekulu等人，《认知筛查中的代理式人工智能：痴呆症护理的转化路线图》，《阿尔茨海默病报告杂志》（2025）。DOI: 10.1177/25424823251407989
Kevin Mekulu等人，《用于认知衰退精准评估的字符级语言生物标志物：符号递归方法》，《衰老神经科学前沿》（2025）。DOI: 10.3389/fnagi.2025.1681124
即时摘要分析语音模式的基于AI的框架可以比传统纸质考试更准确、更高效地检测与神经退行性疾病相关的早期认知衰退。这些系统使用可解释的客观生物标志物，并能够根据患者反应动态调整，提供可扩展的、非侵入性的筛查，并支持临床医生进行主动护理和干预。
【全文结束】
