一项新的人工智能系统可以在患者出现首次症状前高达七年预测阿尔茨海默病，这可能为更早的治疗打开大门，根据美国国家卫生研究院最近发布的研究。

利用患者过去的医疗记录作为数据输入来训练机器学习系统，研究发现，该人工智能模型在预测阿尔茨海默病七年后的准确率为70%，在诊断前一天为80%。事实上，当研究人员添加了出生年份、性别、种族和种族等基本人口统计学细节时，其预测准确率提高到90%。

“在过去的几十年里，电子健康记录已成为丰富数据的来源，可以利用来理解和预测复杂疾病，特别是阿尔茨海默病”，研究指出。研究人员利用先前使用健康记录跟踪阿尔茨海默病发展的研究，以及使用临床数据对痴呆症进行分类或预测的模型。

“神经退行性疾病是毁灭性的、多样化的，且难以诊断，其在老龄人口中的负担预计将继续增加。在这些疾病中，阿尔茨海默病是65岁后最常见的痴呆症形式，其标志性的记忆丧失和其他认知症状对患者和照料者都是昂贵且繁重的”，研究人员写道。

为了进行这项研究，来自加利福尼亚大学旧金山分校的研究人员整理了超过25万名个体的临床数据，这些数据来自于其自1980年至2021年收集的数百万人的庞大医疗记录数据库。其中近3000名患者被诊断患有阿尔茨海默病。

人工智能模型在70%的患者记录上进行了训练，其中包括患有阿尔茨海默病的患者和对照组——未被诊断患有该疾病的人。剩下的30%患者记录被“保留”用于研究的评估部分。

人工智能能够高度准确地预测阿尔茨海默病的发作。

“这些发现可能支持假设，即阿尔茨海默病可能与一般衰老或虚弱有关，这可能会在阿尔茨海默病之前或同时出现在非神经系统的身体系统中”，研究人员写道。“此外，对这些模型的解释允许识别可能对疾病异质性有所贡献或共同对阿尔茨海默病风险有所贡献的更高级别的预测因子”。

具体来说，研究中提到的一些早期预测因子，可能会增加患阿尔茨海默病的风险，包括血液中胆固醇和其他脂肪的高水平、充血性心力衰竭、头晕、白内障和骨关节之间软骨的恶化。

也许最令人惊讶的发现之一是确定骨质疏松症作为阿尔茨海默病风险的女性特异性预测因子。

“在加利福尼亚大学数据发现平台上，骨质疏松症暴露的个体……与未暴露的匹配个体相比，显示出更快的阿尔茨海默病进展”，研究指出，“按性别分层时，与女性对照组相比，患有骨质疏松症的女性个体的这种进展是显著的。”

这种预测能力的水平可能会改变阿尔茨海默病的治疗方式，目前该病尚无治愈方法。对于潜在的阿尔茨海默病患者有数年的领先时间，可能会导致新的方法来减缓或阻止疾病在造成不可逆损害之前的进展。

首席研究员未回应Decrypt的评论请求。

由Ryan Ozawa编辑。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。