阿尔茨海默病影响着美国家庭数百万人口，仍是老年人中最常见的神经退行性疾病。目前超过六百万美国人患有此病，近三分之一的老年人死于阿尔茨海默病或其他形式的痴呆症。经济负担尤为沉重：2023年医疗和照护成本合计达3450亿美元，预计到2050年将突破1万亿美元。
早期诊断可产生实质性影响。当阿尔茨海默病被及早识别时，患者能够规划未来、调整日常习惯，并开始可能延缓认知衰退的治疗。然而许多患者从未得到正式诊断，尤其在非研究环境中。
在临床研究中，经过培训的专家进行面对面认知评估，这仍是金标准。但在日常医疗中，阿尔茨海默病患病率通常依赖医疗保险索赔代码估算。既往研究表明这些索赔数据仅能识别50%至65%的真实病例，导致大量患者无法获得明确诊断或支持。
社区间的诊断差距
诊断不足对不同群体的影响并不均等。非西班牙裔非裔老年群体患病风险是非西班牙裔白人的近两倍，但医疗保险数据中记录的患病率仅高出34%。拉丁裔成年人面临类似的风险与诊断错配。东亚裔成年人则常因文化污名和认知度低而延误诊断。
这些差异反映出医疗可及性、信任度和认知度方面的长期不平等，也凸显了对能在不同种族和族裔群体中准确公平运作的诊断工具的需求。
研究人员 increasingly转向人工智能来弥合这一差距。电子健康档案包含多年的临床数据，如诊断记录、用药情况和医疗使用模式。机器学习模型可分析这些记录，在正式诊断出现前标记潜在患者。但许多早期模型过度依赖确诊案例或专家定义的风险因素，由于诊断不足群体提供的标注案例较少，这类方法可能强化现有偏见。
利用未标记数据的新方法
加州大学洛杉矶分校医疗中心的一项新研究采取了不同路径。发表在《npj数字医学》期刊上的这项研究，介绍了一种机器学习系统，旨在检测未诊断的阿尔茨海默病，同时主动减少种族和族裔偏见。
"阿尔茨海默病是美国第六大死因，影响九分之一65岁以上美国人，"加州大学洛杉矶分校医疗中心神经科研究通讯作者张博士表示，"实际患病人群与确诊人群之间的差距显著，且在代表性不足的社区中更为突出。"
"本研究首次将正-未标记学习与显式种族偏见缓解相结合，用于电子健康档案中未诊断阿尔茨海默病的识别，"张博士向《光明新闻》解释道，"通过提升性能和公平性，我们的模型可帮助临床医生更早、更公平地发现阿尔茨海默病，也为减少代表性不足群体长期存在的诊断差异提供新途径。"
研究团队采用半监督正-未标记学习方法。电子健康档案通常显示患者所患疾病，但不明确标注未患疾病，这使传统模型难以标注数据。正-未标记学习将确诊阿尔茨海默病患者视为"阳性"，其余视为"未标记"，承认部分未标记患者可能患病但未被诊断。
研究人员开发了名为SSPUL（半监督正-未标记学习）的系统，目标不仅是准确性，还包括历史上存在诊断差距人群的公平性。
构建更公平的预测模型
该研究基于加州大学洛杉矶分校医疗中心的去标识化电子健康档案。筛选后数据集包含12.9万余名患者，其中约9.7万名无遗传数据患者用于模型训练测试，另一组关联加州大学洛杉矶分校ATLAS社区健康倡议的数据作为验证集。
数据显示确诊患者与未确诊患者存在显著差异：确诊患者往往有更长的医疗史、更多就诊记录和更多合并症。记录患病率也远低于已知人口估计值——例如老年非西班牙裔白人群体中，阿尔茨海默病实际患病率约10%，但档案中仅4.3%有诊断记录。
为解决此问题，研究人员采用四步流程：首先识别"可靠阴性病例"，即病历强烈提示未患病的患者；其次基于种族特异性患病率估计为未标记患者分配代理标签；随后使用真实标签和代理标签训练XGBoost分类器；最后为各种族族裔群体单独调整预测阈值以确保收益均衡。
训练结束时，约80%患者获得真实或代理标签。该模型预测的阿尔茨海默病患病率在非西班牙裔白人、非西班牙裔非裔、拉丁裔及东亚裔群体中，均与确诊加代理估计值高度吻合。
精准与公平兼得
与传统监督模型相比，SSPUL表现更优。所有主要种族族裔群体的敏感性达77%-81%，而传统模型仅39%-53%。某基线模型虽精度更高，但通过大幅减少预测病例量实现，遗漏了众多可能患病的患者。
SSPUL在敏感性与特异性间展现出更强平衡性，并保持高曲线下面积得分。更重要的是，它缩小了群体间性能差距。研究人员采用累积等价损失衡量公平性，SSPUL在所有测试模型中差异最小。
即使人为将患者重新分配至不同种族类别，预测结果仍保持稳定，表明系统学习的是真实临床模式而非依赖种族作为捷径。
特征分析突出了与神经症状相关的预测因子，如记忆力减退、谵妄和血管性痴呆。医疗使用指标（如病历长度和就诊次数）也起重要作用。某些意外特征如心悸和特定筛查测试亦具预测价值，这些因素在各群体中贡献相似，强化了模型的公平性。
遗传学验证增强可信度
为验证系统可靠性，研究人员分析了遗传数据。预测为未诊断阿尔茨海默病的患者，其多基因风险评分和APOE ε4等位基因比例显著高于预测为未患病者。这些遗传标记是阿尔茨海默病风险的公认指标。
该模型对不同代理诊断代码定义也保持稳健，仅极端变化会降低性能，进一步佐证其可靠性。
综合而言，研究结果表明SSPUL能识别可能患病但未诊断的患者，同时维持种族族裔间的公平性。
研究的实践意义
这项研究指向阿尔茨海默病可更早、更公平识别的未来。若在医疗系统中实施，该模型可标记高风险患者进行后续筛查或专科转诊。
早期检测有助于患者获取新兴治疗、规划照护并采取延缓衰退的生活方式改变。对研究人员而言，该方法为利用人工智能揭示隐性疾病负担而不强化偏见提供了蓝图。
更广泛地，它展示了深思熟虑的模型设计如何帮助减少长期健康差异，改善脆弱群体的医疗照护。
研究结果已在线发表于《npj数字医学》期刊。
【全文结束】
