AI血检分类器可准确区分四种痴呆相关脑病类型

来源：科技日报

科技日报记者 刘霞

阿尔茨海默病、帕金森病、额颞叶痴呆和路易体痴呆这四种常见痴呆症，在临床症状上往往彼此交织、相互重叠，即便是经验丰富的医生，也很难在短时间内作出精准区分。近日，美国华盛顿大学医学院研究团队带来一项新进展：他们研发出一款基于AI的血液检测分类器，能够以92.3%的准确率区分上述疾病，同时还能把痴呆症患者与健康脑衰老人群清晰区分开来。这一成果为痴呆症早期诊断、病情监测以及个性化治疗提供了新的可能。相关研究成果已发表于《阿尔茨海默病与痴呆症》杂志。

在临床实践中，许多痴呆症患者长期未能获得明确诊断，关键原因在于不同神经退行性疾病的表现高度相似。那么，这一新型检测工具的价值体现在哪里？除了能对不同痴呆类型进行区分外，它还可以较为敏锐地识别患者体内是否存在多种病理过程并存的情况。事实上，这类混合病理在老年群体中并不少见，但传统诊断方法通常难以及时发现，也因此增加了后续治疗和干预的复杂性。

研究团队聚焦于血液中的15种蛋白质，这些蛋白可反映大脑发生的神经退行性变化。其中既包括阿尔茨海默病的经典生物标志物，也涵盖了与突触功能异常、神经损伤以及炎症反应相关的蛋白。研究人员利用来自3200多名受试者的血液蛋白数据，对这一AI分类器进行训练和测试——样本覆盖了临床确诊的四类痴呆症患者，以及认知功能正常的对照人群。

随后，该模型又在另一组225名受试者中进行了独立验证。结果显示，这项AI血液检测技术的总体诊断准确率达到92.3%，并且能够较为精准地识别仅患单一神经退行性疾病的病例。更值得关注的是，模型还发现了部分患者体内潜藏的异常变化——有些人起初被诊断为帕金森病，之后却进一步发展为痴呆，而该模型提前捕捉到了混合病理存在的信号。这种识别能力，是单纯依赖临床评估难以实现的。

当然，这项用于痴呆症辅助诊断的血液检测技术，目前还未发展到可直接广泛应用于临床的阶段。研究人员指出，未来仍需在更大规模、更多样化的人群中继续开展验证。不过，无论从AI医疗应用还是痴呆症精准诊断的发展趋势来看，这项研究都释放出了积极信号，也让人们看到了神经退行性疾病早筛与精准识别的新希望。