波士顿大学乔巴尼安与阿韦迪西安医学院（Boston University Chobanian & Avedisian School of Medicine）的研究人员开发出一种人工智能工具，能通过脑部扫描、记忆测试和健康记录等常规且成本较低的检查，准确预测阿尔茨海默病的关键标志物——β-淀粉样蛋白和tau蛋白的沉积情况。
该校医学与计算机科学副教授维贾亚·B·科拉查拉马（Vijaya B. Kolachalama）博士表示："我们利用多个国际研究队列的数据，成功预测了这些粘性蛋白的存在，甚至能定位特定脑区。"尽管最新的血液检测技术能部分检测阿尔茨海默病迹象，但无法显示病灶具体位置，而该AI工具能提供重要的定位信息。
研究团队整合了七个国际队列的12,185名参与者数据，包括年龄、健康史、记忆测试分数、基因信息和脑部扫描结果。通过训练AI模型识别与昂贵扫描中观察到的蛋白沉积模式，即使部分数据缺失，模型仍能有效运行。在独立测试组中，AI准确预测了高β-淀粉样蛋白或tau蛋白水平的受试者。
科拉查拉马指出，这项技术将使阿尔茨海默病筛查更便捷且成本更低。"该工具可帮助医生快速筛选适合新药治疗或临床试验的患者，节省时间与费用，让更多难以获得昂贵复杂检测的患者受益。对于公众而言，这意味着更早诊断、减少不必要的检查，并为延缓疾病进展的治疗带来希望，从而改善患者及其家属的日常生活。"
研究显示，该工具可能改变疾病分期方式，在症状恶化前实现早期发现，进而制定个性化干预方案（如定制饮食或运动）。研究人员还指出，未来该技术或可应用于其他存在类似蛋白异常的疾病，如导致人格改变的额颞叶痴呆和运动员常见外伤性脑损伤。
相关研究成果已在《自然通讯》（Nature Communications）期刊在线发表。研究获得美国国家衰老研究所人工智能协作中心（P30-AG073105）、美国心脏协会（20SFRN35460031）、盖茨风险投资公司及美国国立卫生研究院（R01-HL159620、R01-AG062109、R01-NS142076、R01-AG083735）等多项资助。
【全文结束】
