CommunMed：單一的大腦掃描技術或可診斷阿爾茲海默病

　　近日，一篇發表在國際雜志Communications Medicine上題為“A predictive model using the mesoscopic architecture of the living brain to detect Alzheimer's disease”的研究報告中，來自英國帝國理工學院等機構的科學家們通過研究開發了一種新技術來診斷人類的阿爾茲海默病。研究者表示，他們能利用機器學習技術來觀察大腦內部的結構特征，包括此前被認為與阿爾茲海默病無關的大腦區域等。該技術的優勢在于其簡單性，以及其能在疾病早期階段識別疾病，而這一階段或許非常難以診斷。

圖片來源：https://www.nature.com/articles/s43856-022-00133-4

　　盡管目前阿爾茲海默病并沒有有效的治愈手段，但在疾病早期階段快速識別疾病或能幫助患者有效治療，其或許能讓患者獲得幫助和支持，并得到有效的療法來控制其疾病癥狀；能在早期階段準確識別患者或許能幫助研究人員理解誘發疾病的大腦改變，并支持開發新型療法及臨床試驗等。

　　阿爾茲海默病是一種最常見的癡呆癥形式，其在英國影響著50多萬人的健康，盡管大部分阿爾茲海默病患者都是在65歲以上被確診的，但該年齡以下的患者也會發病，癡呆癥患者最經常出現的癥狀是記憶喪失和思維困難、解決問題以及語言障礙等。臨床醫生目前能利用一系列測試來診斷阿爾茲海默病，包括記憶、認知測試和大腦掃描，這種掃描能被用來檢查大腦中的蛋白質積累和海馬體的萎縮，海馬體是大腦中與記憶相關的區域，所有這些測試可能需要數周時間。

　　研究人員所開發的新方法只需要其中之一的步驟，即在標準的1.5特斯拉機器上進行MRI大腦掃描，這種機器在大多數醫院都能找到；隨后研究人員改編了一種用于癌癥腫瘤分類的算法，并將其應用于大腦中，他們將大腦分為115個區域并分配了660個不同的特征，比如尺寸、形狀和質地紋理等，旨在評估每個區域，隨后他們訓練算法來識別這些特征的變化在哪里能幫助準確預測阿爾茲海默病的存在。

　　利用來自阿爾茲海默病神經成像研究計劃中的數據，研究人員對超過400名早期和晚期阿爾茲海默病患者、健康對照個體以及患其它神經性疾病的患者（包括帕金森疾病和額顳葉癡呆癥患者）的大腦掃描結果中檢測了這種方法，同時還利用帝國理工學院保健NHS信托基金會的80名接受阿爾茲海默病測試的患者的數據進行了測試。結果發現，在98%的病例中，僅基于MRI的機器學習系統就能準確預測患者是否患有阿爾茲海默病，同時還能在79%的患者中以相當高的準確率幫助有效區分早期和晚期阿爾茲海默病患者。

　　研究者Eric Aboagye說道，目前并沒有其他簡單和廣泛的手段來以較高的準確率預測阿爾茲海默病，因此我們的研究或許將這一研究領域向前推進了一步，很多到記憶診所就診的阿爾茲海默病患者也存在其它神經系統疾病，但即使在這一群體中，研究人員所開發的系統也能將那些患有阿爾茲海默病的患者從未患病的患者中挑選出來。

　　等待確診對于患者及其家庭而言都是一種可怕的經歷，如果能夠減少患者必須等待的時間，使得診斷成為一種更為簡單的過程，并減少一些不確定性，這或許會有很大的幫助；研究人員所開發的新方法還能為進行新型藥物療法和生活方式改變的臨床試驗識別出早期疾病患者，這是在目前科學家們很難做到的。這種新系統發現了此前與阿爾茲海默病發病并不相關的大腦區域的改變，包括小腦（協調和調節機體物理運動的大腦部分）和腹側中腦（其與機體感覺、視覺和聽覺有關），這或許就為研究這些領域以及與阿爾茲海默病的關聯開辟了潛在的新型途徑。

　　最后研究者表示，盡管神經放射學家能夠解析MRI掃描結果來幫助診斷阿爾茲海默病，但掃描中存在的一些特征或許是不可見的，甚至對于專家而言也是如此；使用一種算法來選擇被阿爾茲海默病影響的大腦中的紋理質地和微妙結構特征，或許就能真正增強研究人員從標準的成像技術中獲取一定的信息。