AI如何参与阿兹海默症的早期预测？

本文来自微信公众号：CyberMed丨赛博医客（ID：cybermed2050），作者：donut阿婆，原文标题：《不清楚发病原因、没有特效药、影响着5000万人口…没救了？AI能救！》，头图来自：《困在时间里的父亲》

安东尼·霍普金斯（Anthony Hopkins）凭借在电影《困在时间里的父亲》的出色表演，拿到了今年的奥斯卡小金人。由他饰演的另一个著名角色，便是《沉默的羔羊》里的变态食人狂汉尼拔——如果你恰巧看过这两部电影，或许能理解我要讲的这个冷笑话——即使年轻的时候吃人的大脑，也无法躲开晚年到来的“老年痴呆症”（即阿尔茨海默症）。

阿尔茨海默症（Alzheimer’s Disease，下文统称AD），属于失智症（也称痴呆症）的一种。如果你恰巧经历过和患有AD的病人共处，一定会难以忘记那种体验——

时间似乎被撕成碎片，到处都是令人迷惑的臆想或是真相，脱口而出的言语仿佛细长尖刀，扎进关心自己的亲人身体里，家人被刺得剧痛却不见血——如同开头提到的电影《困在时间里的父亲》，这部电影讲述的是AD患者本人的体验。

让我们看看真实的阿尔茨海默病人症状：早期记忆力明显下降，之后逐渐丧失日常生活的自理能力，同时伴有精神症状和行为异常，发展至晚期，人的吞咽和行走能力都会相继受到影响。

阿尔兹海默的全球数据

先让我们来看一些数字：

全球至少有5000万AD患者，每3秒就有一例AD患者产生。到2050年，患有痴呆症的人数将达到1.52亿。

我国65岁及以上人群老年期痴呆患病率为5.56%；至2019年，中国AD患病人数超过1000万，是全球AD患者人数最多的国家；预计到2050年患病人数将超过3000万。

AD多发于65岁以上的老年人，且随年龄增大风险增加，85岁以上人群的患病风险约为50%。一般确诊后的平均存活时间为3~9年。

中国痴呆症数据

中国60岁及以上人口数为2.64亿，到2030年，中国老龄人口占比（65岁及以上）将达到18%，超过3亿。

我国AD患者的人均花费约13万元/人/年，导致社会经济负担总额约11406亿元。

2018年全球AD的社会相关成本为1万亿美元，到2030年，这一数字将增至2万亿美元。

2021年，痴呆症使美国损失3550亿美元，到2050年，这些成本可能会高达1.1万亿美元。

全球65岁以上人群分布

痴呆症现已跻身全球十大死因之列，2019年在美洲和欧洲更是高居第三位。

AD病人的照料者发生抑郁、焦虑、失眠、心血管病事件概率明显高于同年龄的其他人员，高达32%的照料者患有不同程度的精神疾病。

骇人的数字让我们更加清醒地认识到，AD可不是“脑海中的橡皮擦”那么简单。高昂的家庭支出及社会成本、加速的老龄化社会，AD造成的直接或间接影响似乎都是全社会肩上的负担。

更可怕的真相是，阿尔茨海默症不仅仅是让人丧失记忆，更会导致死亡——并且与心脏病和癌症不同，AD至今尚无有效的治疗方法和特效药。

想减少AD对家庭及全社会的负担，方法就是“趁早”！

及早预测、趁早干预，减缓AD发展的步伐。在AD到来之前，部分病人会有轻度认知障碍（MCI）症状，该症状不会干扰到日常生活。在患有MCI的人中，大约15%的人在两年后发展为痴呆症，64%的患者在2~5年后发展为AD。发现后积极进行干预，可有效减缓AD的发展。

现实却是，因为MCI的症状较轻，而大部分患者只有在影响了日常生活后才会就诊，一经发现就已经被诊断为AD，使得治疗直接进入中晚期，与早期干预相比效果较差。

说到此，你或许好奇，会对社会造成那么大影响的疾病，为什么不能像肠癌这种疾病，去进行全民早期筛查呢？

因为靠谱的诊断方式，要么疼，要么贵。虽然有一系列量表可以确定病人的痴呆程度，但因为人和人的变量复杂，难以用一系列问题就能确定人们是否有AD临床前的表现，还需要结合其他的检测项目来进一步确认。

目前可以早期诊断AD的方式通常有两种：神经影像学检查和脑髓液CSF检查。通过“拍片子”来早筛，也不光是单纯的脑平面CT就可以解决的，采用MRI、PTE、SPECT等方式，成本起码上万元，这就一个字“贵”！那另一个方式呢？通过脊柱穿刺的方式抽取脑髓液来检查，甚至可以提前15~20年就能找到发病迹象，但就是“疼”啊！

想要全民筛查，要么国家承担昂贵的检验成本，要么国民接受“生命不可承受之痛”，怎么看都不是一个划算的办法。

所以我们又转回到了医疗科技进步的出发点——高效、准确、低成本、无痛/无创。这次，机器学习（ML）和人工智能（AI）又一次站在了C位。

IBM的AI研究

IBM在2020年，联手辉瑞进行了一项研究，通过自动语言分析，利用分类法来预测认知正常的人是否在未来有AD发病情况。结论是，在被临床诊断之前，人们使用语言的微妙差别的确可以暴露出AD发展的早期迹象。

研究人员观察了来自弗雷明汉心脏研究（Framingham Heart Study）的80名参与者的单个样本，让参与者通过写作描述一幅画，即《Cookie Theft》（下图）。参与测试时，所有人的认知能力都是正常的。

之后，研究人员通过AI程序来检查参与者的描述，试图在语言的细微差别上找到“答案”。他们发现了一组用词重复、使用语法简单、拼写错误、漏掉主语等情况的测试对象（下图），经历了平均7.59年的时间，这群人都患上了AD。该研究结果在EClinicalMedicine发表，声称该模型预测AD的准确率达70%。

有专业人士称，IBM的研究是不够全面的，以至于数据并没有那么可信。但顶级大厂的研究光环，却给关注AD和医疗科技的人们带来了信号。

Linus Health和画钟测试

时钟绘图测试（Clock Drawing Test，下文简称CDT），约100年前被亨利·海德爵士发明，几十年来，临床使用CDT来辨别人们的认知情况。传统的CDT测试，认知障碍受试者画出的时钟经常会出现时间错误、缺少指针、没有数字等情况，但不同的受教育程度等因素会导致结果并不准确。如前文所说，因为人的情况复杂多变，使得单一测试无法确定人们的大脑情况。

Beth Israel Lahey Health与MIT的教授，自2005年，就开始研究基于CDT的模式将该测试数字化，DCTclock（Digital Cognition Technologies clock）由此诞生。Linus Health公司于2020年收购了DCTclock，2021年，该项目通过了FDA注册II类医疗设备认证。

Linus Health是一家专注于改善大脑健康的数字健康公司，今年7月份获得了由晨兴资本领投的5500美元资金，用于加速开发诊断痴呆症和AD的早期筛查工具。

DCTclock是一个基于ML与AI的预测系统，用户使用iPad或者Pencil，来画一个时钟，做完一套测试大概只需要5分钟的时间。在绘画过程中，通过捕捉人们行动的多模式信号数据，来判断该用户是否有潜藏的认知障碍风险。

CEO David Bates称“Linus Health从不同的角度去观察人们的行为，例如眼动追踪、语音、动作等等表现，继而从中发现问题。”看来，DCTclock监测的不仅仅是用户画出来的时钟样式，在绘画过程中的一举一动，都作为测试数据的一部分。

除了“画钟”，“做游戏”也被运用在了AD的提前诊断上。

Altoida的预测平台

另一家同样关注大脑健康的科技公司Altoida，研发的智能预测平台可以提前12个月预测出55岁以上的用户是否有AD的症状，并声称有高达94%的准确率。用户使用智能设备完成一组10分钟的任务，这些任务旨在让用户的大脑承受更高的认知负荷，同时模仿日常活动的各个方面。在用户类似“做游戏”的过程中，Altoida将收集的数据进行计算处理，因而得出结论。目前，Altoida研发的医疗设备和脑健康数字平台已通过了FDA和CE批准。

Altoida于今年5月获得Hikma Pharmaceuticals PLC的风投部门Hikma Ventures的额外融资，这笔融资将用于扩大Altoida在美国、日本、欧洲和巴西的业务。2019年初，Altoida在由默克KGaA的创业融资部门M Ventures牵头的A轮融资中筹集了630万美元。

早发现、早干预，是AD性价比最高的治疗方式，正如今年阿尔茨海默月的宣传主题“知己知彼，早诊早智”，是解开AD痛苦的最优选择。我们期待越来越多的资本与科技巨头关注到AD给世界带来的巨大负担，让更多人才投入到AD的早筛研究中。

阿尔茨海默症，夺走人的记忆、生存能力，同时也夺走了生而为人的尊严。即使是病人自己，也绝对不想看到自己患病时的模样。

突然又想到电影《阿德尔曼夫妇》，一对才子佳人，到了晚年，妻子不愿面对日渐痴呆的丈夫如此不堪，狠心让相爱一生的他独自跌入悬崖。如果能早10年预测到自己丈夫即将到来的疾病，结局还会如此吗？

本文来自微信公众号：CyberMed丨赛博医客（ID：cybermed2050），作者：donut阿婆