健康日新闻 — 据11月10日在线发表于《JAMA Network Open》的一项研究显示，人工智能（AI）驱动的数字检测方法可在初级保健中识别阿尔茨海默病及相关痴呆（ADRD），且无需花费医生的时间和金钱。
来自印第安纳波利斯印第安纳大学医学院（Indiana University School of Medicine in Indianapolis）的马拉兹·A·布斯坦尼博士（Malaz A. Boustani, M.D.）及其同事评估了患者报告的快速痴呆评级系统（Quick Dementia Rating System, QDRS）结合被动数字标记（Passive Digital Marker, PDM，一种机器学习算法）的综合方法，在提高初级保健机构中新记录的阿尔茨海默病及相关痴呆（ADRD）年度诊断率方面的效果。该研究涉及9家联邦认证的初级医疗诊所（5,325名患者），这些诊所被随机分配至常规护理组（不进行ADRD常规筛查）、仅PDM组或QDRS加PDM组。
研究人员发现，与常规护理诊所（12个月发病率：12.4%）相比，被随机分配至QDRS加PDM的诊所，新发ADRD诊断的几率更高（12个月发病率：15.4%；调整后比值比[aOR]，1.31；95%置信区间[CI]，1.05至1.64）。仅分配至PDM的诊所未见显著关联（12个月发病率：10.3%；aOR，0.84；95% CI，0.63至1.11）。同样，与常规护理诊所（12个月发病率：29.0%）相比，QDRS加PDM诊所的ADRD诊断评估几率更高（12个月发病率：36.7%；aOR，1.41；95% CI，1.12至1.77），但PDM诊所则不然（12个月发病率：27.8%；aOR，0.94；95% CI，0.72至1.22）。
布斯坦尼在一份声明中表示：“这是我所知道的最具可扩展性的早期检测方法。大多数早期检测方法至少需要医生五分钟时间，且常伴随许可费用。相比之下，我们的双重方法无需临床医生的时间或金钱。”
两位作者披露与制药行业存在关联。
【全文结束】
