科大研究：AI预测患「认知障碍症」风险准确率达70% 冀扩至癌症及糖尿病等

全球有超过5000万名阿尔兹海默症（俗称认知障碍／老人痴呆症）患者。香港科技大学领导的国际研究团队最近开发出一套人工智能（AI）模型，利用遗传信息预测患者在出现病徵前罹患阿尔兹海默症的风险。这项突破性研究为使用深度学习（Deep Learning）预测疾病风险和揭示其分子机制「铺平了道路」，有望改变阿尔兹海默症及其他常见疾病如心血管疾病的诊断、干预、治疗和临床研究。

全球有超过5000万名阿尔兹海默症（俗称认知障碍／老人痴呆症）患者。资料图片

目前，阿尔兹海默症的临床诊断主要依靠医生判断、认知能力量表测试和脑部扫描。资料图片

研究有望改变阿尔兹海默症及其他常见疾病如心血管疾病的诊断、干预、治疗和临床研究。资料图片

叶玉如表示，研究证明了深度学习方法在遗传研究和阿尔兹海默症风险预测方面的有效性。资料图片

研究团队将新型深度学习模型与基因检测相结合，可估计一个人在其一生中患阿尔兹海默症的风险，准确率高达70%。资料图片

研究团队结合新模型与基因检测  评估患认知障碍风险准确率达70%

研究团队由科大校长叶玉如和大数据研究所主任陈雷带领，团队已建立首批深度学习模型，用于评估欧洲和中国人群患上阿尔兹海默症的多基因风险。与其他模型相比，这一模型能更准确地辨识阿尔兹海默症患者，并对遗传风险对生物过程的影响进行量化评估，进而对个体进行分级分层。

目前，阿尔兹海默症的临床诊断主要依靠医生判断、认知能力量表测试和脑部扫描，通常在患者出现病徵后才进行，容易错失最佳干预时期。研究团队将新型深度学习模型与基因检测相结合，可估计一个人在其一生中患阿尔兹海默症的风险，准确率高达70%。

叶玉如表示，研究证明了深度学习方法在遗传研究和阿尔兹海默症风险预测方面的有效性。这将加快阿尔兹海默症的大规模风险筛查和风险分级，并为疾病的致病和恶化机制提供新的研究思路和见解。

陈雷指，研究展示了将AI应用于生物科学中的巨大潜力，对生物医学和疾病预测有著深远的影响。研究团队将扩大研究范畴，将深度学习技术应用于其他常见疾病，如心血管病、糖尿病和癌症等，以期为早期诊断、干预和治疗提供更多可能性。

研究为阿尔兹海默症的早期诊断和预防性干预提供了一个新途径。未来，这个AI模型有望帮助医生更精确地评估患者的阿尔兹海默症风险，以便制定更有针对性的干预方案，延缓病情进展，提高患者生活品质。

研究与中国科学院深圳先进技术研究院、伦敦大学学院的科研人员，以及香港威尔斯亲王医院和伊利沙伯医院的医生合作进行。研究成果最近已在《医药通讯》（Communications Medicine）上发表。研究团队目前正进一步研究并完善该模型，最终目标是将其纳入常规筛查的流程中。

---

《星岛头条》APP经已推出最新版本，请立即更新，浏览更精彩内容：https://bit.ly/3yLrgYZ