未来或可通过眼部扫描在记忆衰退前发现阿尔茨海默病风险
美国塞达斯-西奈医学中心研究团队通过分析捐献眼组织中的肺炎衣原体感染、炎症标志物及毒性蛋白,实现94%的阿尔茨海默病识别准确率。研究发现患者视网膜细菌含量达正常人三倍,该细菌会触发炎症级联反应加剧脑部病变,机器学习模型仅凭眼部特征即可预测疾病严重程度。值得注意的是,部分认知健康者眼部已呈现高细菌负荷,提示可能存在早期干预窗口。若能在活体检测中验证该技术,未来或可通过无创眼部扫描实现阿尔茨海默病早期预警,结合抗生素或抗炎药物进行早期干预,但目前相关技术仍处于实验室阶段,需大规模纵向研究证实其临床应用价值。

