瑞典隆德大學(xué)日前宣布，該校參與研發(fā)出一種新型人工智能（AI）模型，可通過單次血液檢測(cè)輔助識(shí)別多種神經(jīng)退行性疾病，為相關(guān)疾病早期篩查和輔助診斷提供新思路。

隆德大學(xué)發(fā)布的新聞公報(bào)說，不同神經(jīng)退行性疾病在早期往往表現(xiàn)出相似癥狀，與年齡相關(guān)的認(rèn)知功能下降成因也較為復(fù)雜，患者大腦中還可能同時(shí)存在多種相互重疊的病理過程，進(jìn)一步增加了臨床診斷難度。

隆德大學(xué)等機(jī)構(gòu)的研究人員基于超過1.7萬名患者及健康對(duì)照者的蛋白質(zhì)測(cè)量數(shù)據(jù)，開發(fā)出一種AI模型。該模型通過學(xué)習(xí)多種疾病的血液蛋白特征，能夠識(shí)別出一組特定蛋白，從而識(shí)別不同疾病。結(jié)果顯示，這一模型可識(shí)別5種疾病或情況，包括阿爾茨海默病、帕金森病、肌萎縮側(cè)索硬化癥、額顳葉癡呆以及卒中病史。

研究顯示，基于蛋白特征預(yù)測(cè)認(rèn)知能力下降的效果可能優(yōu)于現(xiàn)有臨床診斷。研究人員認(rèn)為，即使臨床上被診斷為同一種疾病，不同患者所患疾病的生物學(xué)亞型也可能不同。例如，許多被診斷為阿爾茨海默病的患者，其蛋白特征卻與其他腦部疾病更為相似，這可能意味著這些患者同時(shí)存在一種以上疾病，也可能說明阿爾茨海默病本身存在不同發(fā)展路徑，或者臨床診斷準(zhǔn)確性仍有進(jìn)一步提高的空間。

研究人員表示，除輔助診斷外，該模型還顯示了關(guān)于神經(jīng)退行性疾病致病機(jī)制的潛在研究方向。研究團(tuán)隊(duì)希望未來逐步開發(fā)出更可靠的血液檢測(cè)方法，在盡量減少依賴其他臨床檢測(cè)手段的情況下，實(shí)現(xiàn)對(duì)多種神經(jīng)退行性疾病的識(shí)別和區(qū)分。

相關(guān)研究成果已發(fā)表在英國(guó)《自然-醫(yī)學(xué)》雜志上。

來源：新華社

徐州廣電編輯：蔣曉琛