AI助力提前六年预警阿尔茨海默？未来记忆科诊或将依赖智能技术

一位68岁的退休教师，近两年频繁忘记关闭煤气灶。

她的儿子带她去医院做了常规检查，医生说“年纪大了，正常现象”。

一位72岁的工程师，开始把盐误当作糖加入咖啡中。

家人甚至以为他在开玩笑。

一名65岁的会计，突然间无法计算账目，连菜市场找零都算不清楚。

这三人后来都被确诊患有阿尔茨海默症。

但确诊时，他们已经错过了最佳干预时机。

这种疾病在出现明显症状前，已在大脑中悄然发展了十几年甚至二十年。

等到忘记回家的路、认不出老伴的脸，大脑中的神经元已大面积凋亡。

目前药物只能延缓病情，无法逆转。

那么，是否可能在症状出现之前就发现这个“隐形杀手”？

如今，人工智能给出了一个令神经科医生振奋的答案。

发表在顶级医学期刊上的“人机对决”

2024年7月，一篇论文登上了全球权威医学期刊《自然·医学》（Nature Medicine）。

这篇论文来自波士顿大学Vijaya B. Kolachalama教授团队，研究规模惊人。

他们汇集了来自全球9个独立数据集的51269名参与者数据，覆盖不同地理区域、不同人种、不同医疗环境下的真实患者群体。

团队构建了一个多模态AI模型，让它同时“阅读”每位患者的人口学资料、个人病史和家族病史、用药记录、神经心理学评估、功能评估及多模态神经影像数据（包括MRI脑部扫描）。

换句话说，这个AI系统“看到”的内容，与经验丰富的神经科医生临床所见相同。

它并未使用任何人类医生无法获取的“超能力数据”。

区别在于，AI能从这些数据中发现人类肉眼和经验难以捕捉的细微模式。

结果让整个医学界都坐直了身体。

在区分十种不同类型痴呆症病因方面，该AI模型达到0.96的AUROC值（这是衡量诊断准确性的关键指标，满分为1.0，越接近1.0说明越准确）。

更关键的数据是，当AI辅助神经科医生进行诊断时，准确率比医生单独诊断提高了超过26%。

这意味着AI可以帮助医生减少误诊、漏诊和鉴别不清。

对于阿尔茨海默症这样一种“早一天发现就多一分希望”的疾病来说，这个数字可以改变无数家庭的命运。

为什么早期患者容易被误判

为什么AI的出现如此重要？

因为目前阿尔茨海默症诊断体系存在巨大漏洞。

发表在《美国医学会杂志》（JAMA）上的一项研究显示，对4000名此前已被诊断为轻度认知障碍或痴呆的患者进行PET扫描后发现，在轻度认知障碍患者中，只有53.3%的人被正确诊断。

也就是说，将近一半的人要么被误诊成阿尔茨海默症，要么根本未被正确归类。

问题出在哪里？

阿尔茨海默症的早期症状与正常衰老太像了。

偶尔忘记一个名字、找不到钥匙放在哪里、讲话时突然卡壳……

这些现象在60岁以上人群中太常见了，几乎每个老人都会偶尔出现。

而且，痴呆并不只有阿尔茨海默症一种，路易体痴呆、额颞叶痴呆、血管性痴呆等多种类型症状高度重叠，即使是经验丰富的神经科医生，仅凭症状也很难在早期做出精确鉴别。

目前最可靠的诊断手段是PET扫描和腰椎穿刺。

PET扫描可检测大脑中的淀粉样蛋白沉积。

腰椎穿刺可通过分析脑脊液中的生物标志物来确认诊断。

但这两种方法有一个共同问题。

PET扫描一次检查费用高昂，且并非所有医院都配备了这种设备。

腰椎穿刺属于有创操作，很多老人和家属从心理上抗拒。

结果就是，大量患者依赖的是临床症状观察和简单认知量表。

而这种诊断方式的误诊率高得让人不安。

《中国阿尔茨海默病报告2024》的数据更让人揪心。

截至2021年，中国现存阿尔茨海默症及其他痴呆患者人数已达1699万例，占全球病例近30%。

而中国AD诊断率和治疗率依然偏低，专科医生严重不足，大量患者直到中晚期才走进医院。

从1990年到2021年，中国AD及其他痴呆的粗发病率从59.8/10万增长到204.8/10万，增长242.5%。

每个百分点背后都是一个正在失去记忆的老人和一个正在崩溃的家庭。

提前6年，AI已经看见疾病的影子

如果说波士顿大学研究证明了AI在“诊断当下”方面的能力，那么剑桥大学一项研究则展示了AI在“预测未来”方面的惊人天赋。

剑桥大学心理学系Zoe Kourtzi教授团队开发了一个机器学习模型，用于预测那些已出现轻度记忆和思维问题的人是否会发展成阿尔茨海默症及恶化速度有多快。

这个模型使用的数据