新型AI血检可同时检测多种脑部疾病New AI blood test can help detect several brain diseases at once

环球医讯 / 认知障碍来源:www.yahoo.com瑞典 - 英语2026-08-28 17:12:51 - 阅读时长5分钟 - 2061字
瑞典隆德大学研究人员开发出一种名为ProtAIDe-Dx的AI模型,通过分析血液中的蛋白质模式,能同时检测阿尔茨海默病、帕金森病、肌萎缩侧索硬化症、额颞叶痴呆、中风等多种神经退行性疾病,准确率最高可达95%。该研究利用全球17,187名参与者的血浆蛋白质组数据,突破了传统单病种诊断的局限,有望大幅降低误诊率,并为早期发现重叠病理提供新工具。
AI血检脑部疾病阿尔茨海默病帕金森病神经退行性疾病血液检测诊断蛋白质组学健康
新型AI血检可同时检测多种脑部疾病

记忆丧失可能指向多种方向。

一位患者可能看似符合阿尔茨海默病,但同时又表现出帕金森病或既往中风的迹象。在许多老年人中,这些疾病可能在大脑内重叠存在,这有助于解释为什么诊断常常混乱、缓慢,有时甚至错误。瑞典隆德大学的一项新研究表明,一份血液样本,加上人工智能,未来或许能帮助厘清这种混乱。

研究人员在《自然·医学》杂志上撰文,描述了一种名为ProtAIDe-Dx的AI系统,该系统利用血液中的蛋白质模式同时检测多种神经退行性疾病。该模型基于全球神经退行性蛋白质组学联盟(GNPC)在19个研究中心收集的17,187名参与者的血浆蛋白质组数据构建而成。

“我们未来的希望是,能够通过一次血液检测,同时准确诊断多种疾病,”领导这项研究的隆德大学雅各布·沃格尔(Jacob Vogel)说。

这一想法之所以重要,是因为诊断仍然是脑部疾病护理中的主要障碍。论文指出,即使在专门的痴呆症诊所,误诊率也约为25%至30%,在初级保健中甚至可能超过50%。随着年龄增长,问题变得更加棘手,因为80岁或以上的患者中,70%可能同时携带多种神经退行性病理。

隐藏在数千种蛋白质中的模式

该团队没有逐一寻找每种疾病的标志物,而是将其模型训练于血液中测量的7,595种蛋白质上。采用“联合学习”方法,系统学习了多种疾病中的共享模式,同时仍为每种疾病生成独立的概率。这使得它能够标记同一个人身上可能存在的多种疾病。

该模型旨在分类阿尔茨海默病、帕金森病、肌萎缩侧索硬化症、额颞叶痴呆、既往中风或短暂性脑缺血发作,以及认知功能正常的对照组。重要的是,研究人员仅使用了蛋白质组信息,没有向模型输入人口统计学、认知、诊断或研究中心信息。

ProtAIDe-Dx在整体上优于多个对比模型,包括随机森林、XGBoost和TabPFN。对于ALS,其中位平衡分类准确率达到95%;对于帕金森病,达到92%;阿尔茨海默病为81%;额颞叶痴呆为72%;中风或TIA为70%。除中风或TIA预测外,该模型在所有任务上的曲线下面积值均超过0.8。

这仍然不足以使其独立用于临床。但结果暗示,血液可能携带比研究人员曾经认为的更广泛的脑部疾病信号。

诊断并非总与生物学一致

最引人注目的发现之一是,当团队超越“是/否”标签时观察到的结果。

该研究的第一作者安丽君(Lijun An)表示,蛋白质图谱“预测认知能力下降的效果优于临床诊断”,并补充说,接受相同诊断的人可能携带不同的生物学亚型。

一些被诊断为阿尔茨海默病的患者,其蛋白质模式看起来更像其他脑部疾病。沃格尔认为,这可能意味着几件事:可能同时存在多种疾病过程,阿尔茨海默病可能通过不同的生物学途径发展,或者最初的临床诊断可能是错误的。

该模型还在难以分类的群体中捕捉到了信号,包括轻度认知障碍或主观认知下降的患者。这些病例散布在疾病图谱上,而非落入单一聚类,表明该系统可能比标准诊断更早地识别出潜在病理。

在一个名为BioFINDER-2的外部记忆诊所数据集中(包含1,786名参与者以及生物标志物支持下的诊断),模型概率与预期的疾病生物学特征相符。一些非阿尔茨海默病但携带β-淀粉样蛋白和tau病理的病例中,阿尔茨海默病概率升高。白质高信号负荷较重的病例中,中风概率升高。在认知功能正常的人群中,如果他们已经显示出阿尔茨海默病、路易体病或神经血管病理,模型将其归类为健康的可能性较低。

有用,但还不够

研究人员谨慎地不过度宣传该系统。

沃格尔表示,目前的血液蛋白质测量本身不足以诊断多种疾病。论文也反复强调了这一点。当团队测试模型从一个研究中心推广到另一个研究中心的表现时,性能有所下降,这表明研究中心效应和数据差异仍然是一个严峻挑战。此外,由于样本分布不均或临床诊断标签缺乏生物标志物支持,某些疾病更难分类。

作者还指出,许多脑部相关蛋白质可能永远不会以易于测量的方式进入血液,部分原因是血脑屏障的存在。药物效应也可能扭曲蛋白质水平。而且,由于许多训练诊断来自常规临床工作,而非尸检或生物标志物确认,一些“假阳性”预测可能并非虚假。

即便如此,当ProtAIDe-Dx与常见的临床指标(如年龄、性别、MMSE、皮质厚度、血浆p-tau217和血浆NEFL)结合使用时,它增加了价值。在BioFINDER-2样本中,这种组合模型改善了诊断,尤其是对于非阿尔茨海默病痴呆。该系统在根据未来认知能力下降分离患者方面,也比基线诊断更有效。

沃格尔说,下一步是扩大蛋白质组标记物,包括通过质谱法,寻找当前工具可能遗漏的疾病特异性模式。

研究的实际意义

这项研究并未提供一种能够取代影像学、脑脊液检测或专家临床工作的简单血液检测。

它所提供的,是对一个更实用未来的 glimpse:未来,一次抽血就能帮助医生梳理重叠的脑部疾病,识别需要后续检查的患者,并更早地发现隐藏的病理。

随着更多疾病修饰疗法接近常规使用,这对治疗决策、药物试验和护理规划可能具有重要意义。

研究结果已在线发表在《自然·医学》期刊上。

【全文结束】

猜你喜欢
  • 全球研究发现污染与不平等相结合会加速大脑衰老全球研究发现污染与不平等相结合会加速大脑衰老
  • 光子计数或将重新定义CT成像的未来光子计数或将重新定义CT成像的未来
  • 为什么肠道微生物组对健康很重要?为什么肠道微生物组对健康很重要?
  • KI视网膜照片:格赖夫斯瓦尔德希望更早发现慢性疾病KI视网膜照片:格赖夫斯瓦尔德希望更早发现慢性疾病
  • 你的大脑如何连接时间和地点——以及为何在阿尔茨海默病中两者都会消退你的大脑如何连接时间和地点——以及为何在阿尔茨海默病中两者都会消退
  • 什么是痴呆症?症状与病因什么是痴呆症?症状与病因
  • 公立医院网络CEO推动AI取代放射科医生,医生们反对公立医院网络CEO推动AI取代放射科医生,医生们反对
  • 健康习惯仍是使用GLP-1药物的关键健康习惯仍是使用GLP-1药物的关键
  • Whoop的健身手环很酷。随着公司发展,它能保持酷劲吗?Whoop的健身手环很酷。随着公司发展,它能保持酷劲吗?
  • 2026年医疗保健领域人工智能统计与事实2026年医疗保健领域人工智能统计与事实
热点资讯
全站热点
全站热文