马萨诸塞州的研究人员正在尝试利用人工智能，在阿尔茨海默病的最早期阶段检测其迹象。在这个阶段，这种可怕疾病的症状可能被忽视，但较新的药物可以适度减缓其进展。
帮助更多人更早获得诊断，可能是在对抗这种夺走记忆的疾病中迈出的重要一步。多项研究表明，目前在美国，90%的处于阿尔茨海默病最早期阶段（即轻度认知障碍）的人未被诊断出来。
“改善阿尔茨海默病护理的最大机会不在于新药，而在于更早地注意到最初的迹象，”麻省总医院布莱根分院神经内科人口健康主任莉迪亚·莫拉博士说。
最近几周，伍斯特理工学院的科学家部署了人工智能，分析有患病风险人群的脑部扫描中细微的结构变化。研究人员表示，这种方法可以以近93%的准确率预测阿尔茨海默病。
与此同时，莫拉和麻省总医院布莱根分院的一个团队正在利用人工智能，快速筛选患者日常就诊的电子病历，寻找可能暗示认知障碍的评论。
“我们的研究表明，这些早期信号已经存在于电子健康记录中，隐藏在临床笔记里，但在繁忙的诊所中很容易被忽略，并且无法大规模手动追踪，”莫拉说。她合著了一项研究，该研究分析了医疗系统中200名匿名患者的3300份临床笔记。
这两个实验部分源于自2023年以来获批用于阿尔茨海默病最早期阶段的两种药物的局限性。阿尔茨海默病是最常见的痴呆症形式，估计影响着700万美国人。
由总部位于剑桥的百健及其日本合作伙伴卫材生产的Leqembi，以及由礼来生产的Kisunla，已被证明可以适度延缓疾病进展。这两种药物都存在导致严重脑出血和肿胀的风险，医生们对延缓程度的意义存在争议。
尽管如此，治疗必须在患者出现轻度认知障碍或轻度痴呆（该疾病的最早两个症状阶段）时开始。但患者通常被诊断得更晚，因为症状被误认为是正常衰老。
根据阿尔茨海默病协会的数据，大约三分之一的由阿尔茨海默病引起的轻度认知障碍患者会在五年内发展为痴呆症。
早期诊断还可能使患者能够参与新实验药物的临床试验，更长时间地管理症状，并为未来的财务、法律和护理决策做规划。
来自霍利奥克的退休IT专家肖恩·特威利格于2024年被诊断出患有阿尔茨海默病，他说，如果他更早得到诊断，那“会省去我很多痛苦”。
“我可能是使用预测性人工智能寻找问题的理想人选，”62岁的特威利格说，他撰写一个关于阿尔茨海默病生活的博客，并代表马萨诸塞州和新罕布什尔州阿尔茨海默病协会进行倡导。
特威利格说，医生最初认为他难以处理信息和记忆事物，是因为他在2018年患过轻微中风。他花了五年多时间才让一位临床医生为他进行神经认知测试。他说，在考试中，他无法记住几分钟前读给他听的五个常见单词中的任何一个。这导致他预约了一位神经科医生，医生进行了血液测试、核磁共振成像和PET扫描，最终确诊为阿尔茨海默病。
特威利格最近在斯普林菲尔德的贝斯特医疗中心完成了为期18个月的Leqembi静脉输液治疗，每两周一次，他说自己感觉比治疗前思维更敏锐了。Leqembi与竞品药物Kisunla一样，可以清除一种名为淀粉样蛋白的粘性有毒蛋白质，这种蛋白质会在阿尔茨海默病患者的大脑中形成斑块。
特威利格说，如果他更早得到诊断，他可能会更早服用这种药物。他也会更早开始他的日常大脑锻炼，包括《纽约时报》的谜题，如Wordle、Strands和Connections。
伍斯特理工学院的研究人员发现，检测早期阿尔茨海默病的一种方法是利用人工智能对核磁共振成像扫描进行筛选，以发现脑容量损失。科学家们早就知道，这种疾病会导致大脑萎缩，因为神经元受损并停止正常工作。但临床医生在检查扫描图像时很难发现脑容量的变化。
“机器学习可以看到人眼无法看到的差异和变化，”领导这项研究的生物学与生物技术系助理研究教授本杰明·内夫说。
一个研究团队使用机器学习分析了815张扫描图像，以测量95个脑区的体积。然后，他们部署了一种算法，根据健康个体与轻度认知障碍或早期阿尔茨海默病相关痴呆症患者之间测量值的差异进行预测。
利用这两种工具，伍斯特理工学院的研究人员发现，大脑三个区域——海马体、杏仁核和内嗅皮层——的体积损失是阿尔茨海默病的主要预测因素，根据他们2月份发表在《神经科学》杂志上的研究。
伍斯特理工学院表示，海马体是大脑深处的一个小型海马状结构，负责记忆和学习。杏仁核由两个杏仁状结构组成，控制情绪。内嗅皮层是记忆、导航和感知的中心。
研究人员研究了年龄在69岁至84岁之间的男性和女性的脑部扫描。研究结果发现：研究中面临阿尔茨海默病风险的年轻男性和女性首先出现右侧海马体的体积损失，这可能使该区域成为该疾病的早期预警指标。
麻省总医院布莱根分院的科学家使用了一种截然不同的方法来锁定阿尔茨海默病的风险。他们的人工智能工具扫描了日常就诊时的临床笔记——从初级保健医生到眼科医生再到皮肤科医生——寻找异常认知衰退的线索。
这些线索普通得就像一次错过的医疗预约。配偶对患者健忘的评论。一条关于患者难以记住处方药或遵循手术后出院指导的注释。通常，这些笔记是由医生助理和执业护士等医生以外的员工撰写的，然后由医生共同签署。
“有些患者有100到200条笔记，”麻省总医院布莱根分院的莫拉说。她补充说，“临床笔记中包含着忙碌的临床医生无法系统发现的认知衰退的耳语。这个（人工智能）系统可以大规模地倾听。”
根据莫拉的说法，在这项研究中，该工具以88%的准确率检测到了可能的认知问题的早期迹象。
“我们建立了一个由人工智能‘代理’组成的团队，像临床团队一样阅读这些笔记，交叉检查并完善他们的推理，直到他们就哪些患者可能需要进一步评估达成一致，”她说。这项研究最近发表在《自然合作期刊-数字医学》杂志上。
莫拉说，麻省总医院布莱根分院可能会在三到四个月内推出一个使用该人工智能工具的试点项目，并正在寻求慈善机构的资助。
贝斯以色列女执事医疗中心认知神经病学主任丹尼尔·Z·普雷斯博士没有参与这两项研究，他说，他欢迎使用人工智能来加速阿尔茨海默病早期的诊断。
“既然我们有了可以至少部分延缓疾病进展的疾病修饰疗法，我们希望尽早延缓它，”他说。
尽管如此，他表示科学家必须确保人工智能工具不会产生假阳性结果。他说，例如，在电子病历的情况下，除了阿尔茨海默病之外，轻度认知障碍可能还有多种原因，包括抑郁症、睡眠障碍和药物使用。
“这只是一个问题……该工具在敏感性和特异性方面表现如何，”他说。
乔纳森·萨尔茨曼的联系方式：jonathan.saltzman@globe.com
【全文结束】