那些处于50岁或60岁的人可能对阿尔茨海默病感到担忧，或者已经在照顾患有这种最常见痴呆症的老年亲属。但每年，研究人员都会对疾病有更多了解，揭示出更早诊断和潜在预防的关键。最近一项由美国国立卫生研究院（NIH）资助的脑图谱研究表明，阿尔茨海默病可能分两个阶段损伤大脑。这一发现可能有助于更早检测。
理查德·J·霍德斯医学博士，NIH国家老龄化研究所所长，在NIH网站上的一篇文章中表示：“诊断和治疗阿尔茨海默病的挑战之一在于，大脑的许多损害发生在症状出现之前。检测这些早期变化的能力意味着，我们首次能在疾病最早阶段看到患者大脑正在发生什么。”
你应该了解的关于该研究的内容
该研究发表在《自然神经科学》上，研究人员绘制了84人的大脑图谱，发现疾病发展第一阶段的抑制性神经元细胞损伤可能触发第二阶段迅速显现的神经回路问题。
最早的变化包括大脑中斑块的缓慢积累、大脑免疫系统激活、细胞绝缘损伤以及生长抑素抑制性神经元的死亡。此前，科学家认为阿尔茨海默病主要损伤兴奋性神经元——与SST抑制性神经元相反。
另一项同样由NIH资助并报道的研究绘制了作为西雅图阿尔茨海默病脑细胞图谱一部分的大脑图谱。该研究由麻省理工学院的研究人员领导，揭示了基因REELIN可能与某些神经元对阿尔茨海默病的脆弱性有关。
这些研究共同有助于制药公司开发更有效治疗不同阶段疾病的药物。
AI为更早治疗阿尔茨海默病开辟更多可能性
脑图谱只是AI在阿尔茨海默病研究中的一个应用。今年早些时候，在拉斯维加斯举行的年度CES活动中，小组成员讨论了人工智能在阿尔茨海默病早期识别和预防中的其他方式。
小组讨论“使命驱动创新：解决人类最大挑战”探讨了科学、技术和医学交汇的进展。阿尔茨海默病协会首席执行官兼总裁乔安妮·派克博士在小组讨论中表示：“我们正在看到对疾病的理解、治疗和诊断的进步，恰逢技术、AI和机器学习迎来它们的时刻。”
加州大学旧金山分校技术根据风险因素预测阿尔茨海默病
加州大学旧金山分校的一项研究利用机器学习，在症状出现前七年以高达72%的准确率识别阿尔茨海默病的预测因素。所有性别人群的一些风险因素包括高血压、高胆固醇和维生素D缺乏。
该研究的资深作者、加州大学旧金山分校巴卡尔计算健康科学研究所副教授玛丽娜·西罗塔博士在加州大学旧金山分校网站上发表的一篇关于该研究的文章中说：“这是一个很好的例子，说明我们如何利用患者数据与机器学习来预测哪些患者更可能患上阿尔茨海默病，并理解为什么会这样。”
参考这项及其他研究，派克在CES现场分享了她对未来的看法：“我们看到数据表明，一个人越早被诊断，越早开始治疗，结果就越好……我们如何利用和驾驭数据与AI的力量？我们如何识别可能处于认知衰退风险的个人，并让他们更快进入诊断通道？”
【全文结束】