10 月 22 日，辉瑞（Pfizer，NYSE：PFE）和 IBM（NYSE：IBM）在《柳叶刀》子刊 eClinicalMedicine 上发表了一项新研究。研究人员表示，他们开发的 AI 模型可以根据语言样本预测阿尔茨海默症（AD）的最终发病率，准确率为 71%。

据了解，该 AI 模型是通过自动语言分析来预测目前认知正常的受试者 AD 的未来发病率，研究的目的是测试在单个时间点的语言表现在多大程度上可以用作向 AD 转化的预后指标。经过对比，AI 模型的反馈优于基于生物医学数据的临床规模预测，后者的准确率约为 59%。

为了研究语言是否能作为 AD 的早期生物标志物，研究人员使用了 Framingham 心脏研究（Framingham Heart Study，简称 FHS，是一项于 1948 年启动的多代人心血管病学研究）的长期纵向数据并进行了预测性建模。在 270名 参与者共 703 个样本中，有 80 名参与者的单个样本组成的数据集被用来进行测试，均是在认知正常期间采集的样本，其中，有一半的参与者在 85 岁之前出现了 AD 症状，诊断为轻度 AD 的平均时间可提前 7.59 年。

（来源：eClinicalMedicine）

IBM 指出：“如果 AI 模型分析了 65 岁参与者的语音样本并预测他们将在 85 岁时发展，那么研究人员便可以检查记录以确定是否确实确诊。”

阿尔茨海默症协会表示，美国各年龄段的 AD 患者超过 500 万。预计在 2017 年至 2025 年期间，每个州的 AD 患病率至少会增加 14%。

目前，已有几种方法可以预测 AD。在早期的工作中，IBM 就利用 AI 识别 β-淀粉样蛋白的浓度，β- 淀粉样蛋白是一种在 AD 患者大脑中异常积累的蛋白质；加州大学伯克利分校（UCB）的科学家发明了一个从大脑扫描中预测 AD 的 AI 系统，比临床诊断提前了 6 年。

但是，IBM 和辉瑞的这项研究与以往不同，主要是因为测试数据是基于研究对象首次出现认知障碍迹象之前收集的数据，同时，他们还评估了普通人群而不是高危人群中老年痴呆症的风险。

研究人员指出，发现生物标志物识别阿尔茨海默症的成功率越来越大，这可能是最令人惊喜的进展，“我们的研究结果表明，使用从认知正常的个体获得的语言样本来预测阿尔茨海默症的未来发病率是可能的。”

此外，研究人员还表示，他们计划在继续研究时拓展数据集广度，扩大受试者的地理、社会经济和种族多样性，“在疾病预测方面，通常很难获得如此广泛的数据，但这有利于我们能够精确地训练这些模型。我们将继续训练我们的算法，同时始终尊重隐私、透明和同意的核心原则。”

参考：
https://www.thelancet.com/action/showPdf?pii=S2589-5370%2820%2930327-8
https://www.biospace.com/article/ibm-and-pfizer-believe-machine-learning-can-predict-alzheimer-s-risk/

-End-