AI血检模型助力识别多类神经退行性疾病

【查看视频号会议直播预约入口】

斯德哥尔摩消息：瑞典隆德大学近日宣布，该校参与研制出一种新型人工智能（AI）模型，能够借助一次血液检测辅助识别多种神经退行性疾病，为这类疾病的早期筛查和辅助诊断带来新的思路。

隆德大学发布的新闻公报指出，不同神经退行性疾病在早期常常会出现相近症状，而与年龄有关的认知功能减退成因也较为复杂，患者大脑中还可能同时存在多种彼此交叠的病理过程，这也进一步加大了临床诊断的难度。

隆德大学等机构的科研人员依托超过1.7万名患者和健康对照者的蛋白质测量数据，研发出一种AI模型。该模型通过学习多类疾病的血液蛋白特征，能够找出一组特定蛋白，进而区分不同疾病。结果表明，这一模型可识别5种疾病或情况，包括阿尔茨海默病、帕金森病、肌萎缩侧索硬化症、额颞叶痴呆以及卒中病史。

研究还显示，基于蛋白特征预测认知能力下降的效果，可能优于现有临床诊断。研究人员认为，即便临床上被确诊为同一种疾病，不同患者对应的生物学亚型也可能并不相同。比如，许多被诊断为阿尔茨海默病的患者，其蛋白特征却与其他脑部疾病更加接近，这或许意味着这些患者同时患有一种以上疾病，也可能说明阿尔茨海默病本身存在不同演变路径，或者临床诊断的准确性仍有提升空间。

研究人员表示，除了用于辅助诊断外，该模型还揭示了有关神经退行性疾病发病机制的潜在研究方向。研究团队希望未来逐步开发出更为可靠的血液检测方法，在尽可能减少对其他临床检测手段依赖的情况下，实现对多种神经退行性疾病的识别与区分。

相关研究成果已刊登在英国《自然-医学》杂志上。