CommunMed：单一的大脑扫描技术或可诊断阿尔兹海默病

　　近日，一篇发表在国际杂志Communications Medicine上题为“A predictive model using the mesoscopic architecture of the living brain to detect Alzheimer's disease”的研究报告中，来自英国帝国理工学院等机构的科学家们通过研究开发了一种新技术来诊断人类的阿尔兹海默病。研究者表示，他们能利用机器学习技术来观察大脑内部的结构特征，包括此前被认为与阿尔兹海默病无关的大脑区域等。该技术的优势在于其简单性，以及其能在疾病早期阶段识别疾病，而这一阶段或许非常难以诊断。

图片来源：https://www.nature.com/articles/s43856-022-00133-4

　　尽管目前阿尔兹海默病并没有有效的治愈手段，但在疾病早期阶段快速识别疾病或能帮助患者有效治疗，其或许能让患者获得帮助和支持，并得到有效的疗法来控制其疾病症状；能在早期阶段准确识别患者或许能帮助研究人员理解诱发疾病的大脑改变，并支持开发新型疗法及临床试验等。

　　阿尔兹海默病是一种最常见的痴呆症形式，其在英国影响着50多万人的健康，尽管大部分阿尔兹海默病患者都是在65岁以上被确诊的，但该年龄以下的患者也会发病，痴呆症患者最经常出现的症状是记忆丧失和思维困难、解决问题以及语言障碍等。临床医生目前能利用一系列测试来诊断阿尔兹海默病，包括记忆、认知测试和大脑扫描，这种扫描能被用来检查大脑中的蛋白质积累和海马体的萎缩，海马体是大脑中与记忆相关的区域，所有这些测试可能需要数周时间。

　　研究人员所开发的新方法只需要其中之一的步骤，即在标准的1.5特斯拉机器上进行MRI大脑扫描，这种机器在大多数医院都能找到；随后研究人员改编了一种用于癌症肿瘤分类的算法，并将其应用于大脑中，他们将大脑分为115个区域并分配了660个不同的特征，比如尺寸、形状和质地纹理等，旨在评估每个区域，随后他们训练算法来识别这些特征的变化在哪里能帮助准确预测阿尔兹海默病的存在。

　　利用来自阿尔兹海默病神经成像研究计划中的数据，研究人员对超过400名早期和晚期阿尔兹海默病患者、健康对照个体以及患其它神经性疾病的患者（包括帕金森疾病和额颞叶痴呆症患者）的大脑扫描结果中检测了这种方法，同时还利用帝国理工学院保健NHS信托基金会的80名接受阿尔兹海默病测试的患者的数据进行了测试。结果发现，在98%的病例中，仅基于MRI的机器学习系统就能准确预测患者是否患有阿尔兹海默病，同时还能在79%的患者中以相当高的准确率帮助有效区分早期和晚期阿尔兹海默病患者。

　　研究者Eric Aboagye说道，目前并没有其他简单和广泛的手段来以较高的准确率预测阿尔兹海默病，因此我们的研究或许将这一研究领域向前推进了一步，很多到记忆诊所就诊的阿尔兹海默病患者也存在其它神经系统疾病，但即使在这一群体中，研究人员所开发的系统也能将那些患有阿尔兹海默病的患者从未患病的患者中挑选出来。

　　等待确诊对于患者及其家庭而言都是一种可怕的经历，如果能够减少患者必须等待的时间，使得诊断成为一种更为简单的过程，并减少一些不确定性，这或许会有很大的帮助；研究人员所开发的新方法还能为进行新型药物疗法和生活方式改变的临床试验识别出早期疾病患者，这是在目前科学家们很难做到的。这种新系统发现了此前与阿尔兹海默病发病并不相关的大脑区域的改变，包括小脑（协调和调节机体物理运动的大脑部分）和腹侧中脑（其与机体感觉、视觉和听觉有关），这或许就为研究这些领域以及与阿尔兹海默病的关联开辟了潜在的新型途径。

　　最后研究者表示，尽管神经放射学家能够解析MRI扫描结果来帮助诊断阿尔兹海默病，但扫描中存在的一些特征或许是不可见的，甚至对于专家而言也是如此；使用一种算法来选择被阿尔兹海默病影响的大脑中的纹理质地和微妙结构特征，或许就能真正增强研究人员从标准的成像技术中获取一定的信息。