少数初级保健诊所设计用于及时检测阿尔茨海默病及相关痴呆症。初级保健临床医生能够与患者共处的时间有限，需要关注导致患者就诊的健康问题，以及阿尔茨海默病和痴呆症的社会污名，是未能识别该状况的主要原因。
研究人员已经证明，一种完全数字化、零成本的人工智能方法可用于检测痴呆症，并可以在初级保健诊所中推广，无需医生额外花费时间。
在一项针对来自初级保健诊所5000多名患者的务实真实世界随机临床试验中，来自雷根斯德夫研究所（Regenstrief Institute）、印第安纳大学医学院（Indiana University School of Medicine）、埃斯卡纳齐健康（Eskenazi Health）、迈阿密大学医学院（University of Miami School of Medicine）和拉马尔大学（Lamar University）的研究人员测试了一种结合快速痴呆评分系统（Quick Dementia Rating System，QDRS）——一种10个问题的患者报告工具——和一种称为被动数字标记（passive digital marker）的人工智能（AI）工具的双重方法。与常规护理相比，结合这些工具的方法将新阿尔茨海默病和相关痴呆症诊断率提高了31%，且无需额外的临床医生时间或昂贵的检测。
这种人工智能工具已在雷根斯德夫研究所由研究科学家马拉兹·布斯坦尼（Malaz Boustani）医学博士、公共卫生硕士及其团队开发了10多年，它是一种使用自然语言处理来分析电子健康记录（EHRs）数据的机器学习算法。它识别与痴呆症相关的信息，如记忆问题、血管问题和其他因素。
"基于雷根斯德夫50多年的数字健康数据科学和机器学习创新，现在这一在雷根斯德夫研究所开发的被动数字标记已开源，"雷根斯德夫研究所和印第安纳大学医学院的教员布斯坦尼博士表示。
遵循雷根斯德夫开放医疗记录方法的传统，没有许可费——只需部署的基本成本，类似于您部署任何应用程序的方式。任何拥有电子健康记录和合适人员的医疗系统都可以实施它。它是零成本的，不需要临床医生的时间。
马拉兹·布斯坦尼，雷根斯德夫研究所
除了提高检测率外，这种综合数字方法还使后续诊断评估（如神经影像学和认知测试）增加了41%，这表明传统上医疗系统服务不足的人群可以更早、更容易地获得痴呆症护理。
"这是我所知道的最具可扩展性的早期检测方法，"作为《初级保健中痴呆症的数字检测》临床试验的主要作者的布斯坦尼博士表示。"大多数早期检测方法至少需要医生五分钟的时间，而且通常需要许可费。相比之下，我们的双重方法不需要临床医生的时间或金钱。"
该试验在印第安纳波利斯的九个埃斯卡纳齐健康中心（Eskenazi Health Center）联邦合格健康中心进行，将QDRS和被动数字标记直接嵌入到Epic电子健康记录中。系统通过患者的门户自动邀请65岁及以上的患者完成简短的QDRS调查，而被动数字标记算法则持续分析现有临床数据，以标记有风险的患者。结果自动出现在临床医生的EHR收件箱中，仅在必要时提示进一步评估——不需要额外时间、人员或手动筛查。
"这种方法的强大之处在于它有助于平衡竞争环境，"与布斯坦尼博士一起开发被动数字标记工具的雷根斯德夫附属科学家、拉马尔大学教授齐娜·本·米莱德（Zina Ben Miled）博士表示。"通过将这些工具直接嵌入电子健康记录，我们可以接触到可能被忽视的患者——确保每个人，无论背景或资源如何，都有平等的机会进行早期检测和护理。"
"快速痴呆评分系统旨在让患者和家属轻松快速地报告认知变化，"迈阿密大学米勒医学院（University of Miami Miller School of Medicine）神经学教授、综合脑健康中心（Comprehensive Center for Brain Health）主任詹姆斯·E·加尔文（James E. Galvin）医学博士、公共卫生硕士表示。"当与雷根斯德夫被动数字标记等数字工具一起使用时，我们可以高效、有效地将早期检测规模化。"
这一突破代表了将人工智能和患者报告结果转化为日常临床护理的重大进步。通过整合在现有医疗系统中无缝运行的可扩展数字工具，研究团队展示了技术如何加强早期检测，减轻初级保健团队的负担，并改善老年人的预后。
"这项工作代表了雷根斯德夫半个世纪传统的下一阶段——利用数据、创新和同情心来变革医疗保健服务，"布斯坦尼博士表示。"我们已经证明，可以将人工智能和患者报告结果的力量直接带入诊所——无缝、经济实惠且可扩展。"
来源：
雷根斯德夫研究所（Regenstrief Institute）
【全文结束】
