中評社香港9月27日電／據文匯報報道，如何提早應對阿爾茲海默病這類病因至今未完全明確的疾病？複旦大學類腦智能科學與技術研究院馮建峰教授／程煒團隊與複旦大學附屬華山醫院鬱金泰教授臨床研究團隊組建學科交叉攻關團隊，利用生物醫學大數據以及人工智能算法開發全新的認知障礙風險預測模型——UKB－DRP，能對個體在五年、十年甚至更長時間內是否有全因痴呆及其主要亞型阿爾茲海默病的發病風險進行精准預測。
痴呆是一種起病隱匿、進行性發展的神經系統退行性疾病，一旦患病，大腦的記憶力、思維能力等功能會像被“橡皮擦”一樣清除掉，成為老年人群致死和致殘的主要疾病之一，已列為21世紀全球重大健康難題。
隨著社會老齡化加快，2050年全球罹患痴呆的人數預計將從2019年的5700萬增加至1．53億。痴呆病程長，年輕化趨勢明顯，發病前20年已出現病理改變，但臨床診斷時往往已錯過最佳治療時間窗，早期預測、早期幹預的研究迫在眉睫。
聯合團隊利用英國生物樣本庫隊列，隨訪了425159名40－69歲的非痴呆人群，在中位隨訪時長達11．9年的過程中，5287位參與者被診斷為新發痴呆。
研究納入參與人群的認知、生化、行為和基因等多維度健康相關指標，基於臨床經驗對這些指標進行嚴格篩選和質控。隨後運用機器學習算法，計算每個指標對痴呆預測模型的重要程度，最終選出排名前十的指標作為預測因子，構建了UKB－DRP痴呆預測模型。
這十個預測因子包括：年齡、載脂蛋白E（ApoE）基因、認知配對測試時長、腿部脂肪百分比、服藥數量、認知反應測試時長、呼氣峰流量、母親死亡年齡、慢性疾病和平均紅細胞體積。 |
