根据《自然·衰老》发表的研究，计算健康科学家玛丽娜·萨罗塔表示，该研究是利用患者数据与机器学习预测阿尔茨海默病风险并理解其机制的典范。尽管目前尚无阿尔茨海默病的治愈方法，但新的人工智能技术可提前多年检测疾病。《科学警报》报道称，加州大学旧金山分校和斯坦福大学的研究团队通过人工智能分析了500多万份健康记录，揭示了阿尔茨海默病与其他疾病的关联。加州大学旧金山分校的爱丽丝·唐指出，这是首次在常规临床数据中应用人工智能，不仅能及早识别风险，还能解析疾病背后的生物学原理。尽管系统存在缺陷，人工智能预测疾病发展的准确率仍达72%。提前检测的能力将帮助患者做好准备并采取预防措施。
一项新的观察性研究表明，增加每日步数可能延缓已出现早期阿尔茨海默病生物标志物的老年人的认知能力下降。
β淀粉样蛋白和τ蛋白的存在是阿尔茨海默病的标志性特征。淀粉样蛋白最早可在30多岁时就在神经元间隙中积累，可能影响脑细胞通信。随着淀粉样蛋白沉积扩大，会引发异常τ蛋白的快速扩散，这些蛋白在脑细胞内形成致命缠结。
“体育活动可能有助于减缓与记忆丧失最密切相关的τ蛋白积累，并延缓早期阿尔茨海默病患者的认知能力下降，”该研究主要作者、波士顿马萨诸塞州总医院的神经科医生兼记忆障碍医师科学家董婉莹博士表示。
董婉莹在电子邮件中指出，每天步行3000至5000步的人群，认知能力下降平均延迟三年；步行5000至7500步的人群则延迟七年。
佛罗里达州神经退行性疾病研究所研究主任理查德·艾萨克森博士（未参与该研究）强调，依赖特定步数预防阿尔茨海默病过于简单化。“我对5000或7000步这类吸引眼球的数字非常谨慎，”这位专注于遗传性高风险人群认知改善研究的专家表示，“若存在身体脂肪过多、前驱糖尿病或高血压等问题，仅靠固定步数远远不够。每个人都需要个性化健康计划。”
β淀粉样蛋白无下降
这项规模较小的研究纳入296名50至90岁参与者，但通过客观测量方法提升了发表在《自然·医学》上的14年研究的可靠性。
牛津大学医学科学部神经病学与认知神经科学教授马苏德·侯赛因（未参与研究）评价：“该研究的创新性在于结合连续高精度脑部扫描（测量淀粉样蛋白和τ蛋白沉积）、认知评估与基线步数数据。”
研究通过计步器测量步数；参与者平均接受九年年度认知测试；所有人研究初期均进行正电子发射断层扫描（PET）以检测淀粉样蛋白和τ蛋白水平，小部分人研究结束时进行了复查。
结果表明：每日步行不超过7500步的人群，τ蛋白积累减缓三至七年；而久坐人群τ蛋白积累加速，认知与日常功能衰退更为迅速。值得注意的是，体育活动与先于τ蛋白出现的β淀粉样蛋白水平下降并无关联。
董婉莹（哈佛医学院讲师）解释：“在淀粉样蛋白负担升高的情况下，更高步数与τ蛋白积累减缓显著相关，这主要解释了认知衰退延缓的机制。”
研究者强调，作为观察性研究，该成果无法证明直接因果关系，但强化了“护心即护脑”的现有认知：步行、减压、优质睡眠及植物性饮食等心脏健康措施同样有益大脑。艾萨克森补充道：“多年实验显示，运动小鼠脑内淀粉样蛋白减少约50%。虽需更多人体研究，但定期锻炼确能降低淀粉样蛋白积累并改善认知功能。”
【全文结束】
