比医生提早6年预测认知衰退：AI如何应对阿尔茨海默病难题？

药明康德AI/报道

“摇摇欲坠”的β-淀粉样蛋白假说

阿尔茨海默病治疗方法研究屡屡碰壁。从全世界来看，各类公共卫生机构都在致力于寻找有效治疗阿尔茨海默病（Alzheimer 's disease, AD）的方法。据中国阿尔茨海默病协会数据，中国阿尔茨海默病的发病率为5%，患者有600万左右，而且每年新增大约30万患者；美国阿尔茨海默病协会(Alzheimer 's Association)的数据显示，美国约有580万人患有AD，65岁及以上年龄人群中有1/10的人患有AD。阿尔茨海默病是致死率较高的疾病之一，更是公认的、治疗成本最高的疾病之一。

图片来源：Pixabay

研发阿尔茨海默病（Alzheimer 's disease, AD）新药需要制药公司持续投入研发成本，面对着不断失败的结果，这很容易让科学家们对继续寻找突破性疗效的阿尔茨海默病药物失去信心，制药公司也不得不面对经济上的损失。美国药物研究与制造商协会(Pharmaceutical Research and Manufacturersof America) 2018年的一份报告指出，1998-2017年期间，用于预防或治疗阿尔茨海默病的药物共有146例获批失败。在此期间，只有4种新药获批，这4种新药只能暂时提升患者记忆力，却不具备有效预防、根治的作用。

过去，主导了数十年AD治疗研究的β-淀粉样蛋白假说现在看起来比以往任何时候都更加摇摇欲坠。

人工智能在AD领域的“淘金热”

但随着强大的人工智能（AI）兴起，科学家们发现借助AI的能力预测阿尔茨海默病，能比传统方法更早发现疾病并观察到患者临床表现，这可以尽早预测疾病未来的发展方向以便医生及时进行干预治疗，从而防止疾病进一步恶化。越来越多研究机构、企业开始致力于AI与阿尔茨海默病的交叉学科研究，未来人工智能有望更快解决阿尔茨海默病治疗问题，同时能为相关患者带来更多、更便宜、更有针对性的疗法和新药。

仅在过去9个月里，加州大学（University of California）的研究人员已经研发出了AI自动化和加速不同类型淀粉样蛋白斑块的分析的能力。蛋白质碎片未经分析时无法确定它们对疾病的具体影响，但是在AD患者的大脑中这些蛋白质碎片无疑承担着重要的角色，就像通关游戏中的那些零星的线索提示对全局有至关重要的影响。AI则承担起将这些碎片化信息整合处理、学习分析的角色，朝着最终攻克阿尔茨海默病这个“大boss”的目标去。

图片来源：Pixabay

一些加拿大和美国加州的研究团队发表的论文显示，机器学习模型可通过分析医学图像和其他医学及临床数据，提前几年、以较高的准确度预测出患者是否会有阿尔茨海默病风险。上周，麻省理工学院（MIT）的研究人员公布了一项最新人工智能研究成果：AI可提前2年预测阿尔茨海默病患者认知衰退情况，还能实现临床试验中最佳候选药物与最佳参与者群组的选择。

当AI具有检测疾病风险并预测认知衰退情况的能力时，临床试验的最大挑战之一——选择最佳候选药物和最佳参与者组群也随之被解决了。新药成功上市，归根到底还是因为能在临床试验阶段招募那些相关病症还在早期阶段、症状尚未明显的患者，在这类患者身上的治疗效果也是最明显。