IBM提出首个用机器学习开发阿尔茨海默病关键生物标记物的血液检测方法

根据国际阿茨海默病协会（ADI）最新的《世界阿茨海默病报告》1显示，目前，全球阿茨海默病患者人数约有4680万。该病症最大的发病风险就是伴随着年龄的增长，在65岁之后，每5年发病风险就会翻倍。预计到2030年，患病人数将达到7040万。

全球每3秒钟就产生一位阿茨海默病患者。

阿茨海默病是一种终末期神经退行性疾病。过去，这种病症的诊断依据都是通过观察患者记忆力是否有明显衰退迹象。虽然自2002年以来已开展了数百项临床试验，但目前这种疾病仍然无法治愈，也没有可以改善病性的疗法。研究人员认为，这些临床试验之所以失败率高，或许是因为试验所招募的受试者已处于疾病的最晚期阶段，大脑组织很可能已经出现了难以恢复的损伤。要是在疾病的早期阶段，仍有机会延缓病情恶化的速度，但问题在于怎样才能更早地发现疾病。

近期研究表明，与这种疾病相关的一种生物标记物，一种肽——β-淀粉样蛋白（Amyloid-beta）早在患者记忆力衰退之前就已经发生了变化。在患者记忆力衰退之前的几十年，通过检测人体脊髓液中这种肽的浓度就可以获知患病风险。2但遗憾的是，收集脊髓液是高度侵入性的操作，需要麻醉师提供协助，而且要在大范围人群中进行这项检测会十分昂贵。因此，研究领域一直在努力开发一种侵入性较小的检测方法，如血液检测等，从而发现罹患阿尔茨海默氏症的风险。

参与本项目的IBM研究员Ben Goudey表示：“我在IBM研究院澳大利亚的团队最近在《科学报告（Scientific Reports）》上发表了一篇文章。这篇文章提到，研究团队利用机器学习技术来识别血液中的一组蛋白质，从而预测脊髓液中β-淀粉样蛋白的浓度。我们创建的模型将来可以帮助医生预测阿茨海默病风险，准确率可高达77%。3虽然这种检测方法仍处在早期研究阶段，但仍有可能为药物临床试验受试者的挑选工作带来帮助：在患有轻度认知障碍的人当中，如果体内脊髓液中β-淀粉样蛋白的浓度异常，则他们患上这种疾病的几率显然是正常人的2.5倍。”2

科普时间：什么是生物标志物？

简单理解，生物标志物相当于一种疾病信号，当机体发生病变时，它会出现在机体内部。生物标志物对于疾病的鉴定、早期诊断及预防、治疗过程中的监控可以起到帮助作用。

虽然业界正在开发旨在检测阿茨海默病的很多其他建议性血液检测方法，但这是首个借助机器学习技术来识别血液中、能够预测脊髓液中生物标记物蛋白组浓度的研究。这种方法的应用范围很容易扩展至基于脊髓液中生物标记物的检测模型。事实上，我们的团队已经在3月底于西班牙里斯本举办的第14届国际阿茨海默病和帕金森病会议上，提交了有关阿茨海默病的另一个主要生物标记物——Tau蛋白的研究成果。

随着人类寿命的延长，全球数百万人正在遭受帕金森病（Parkinson）、阿茨海默病（Alzheimer）及亨廷顿病（Huntington）等神经退行性疾病的折磨。虽然目前还没有方法能治愈这些神秘的致残性疾病，但早期预防可以有助于延缓病情的恶化。

在IBM研究院，我们的使命是利用人工智能技术来了解如何帮助医生更好地检测这些疾病，并最终在初期进行预防。无论是借助视网膜成像（Retinal Imaging）、血液生物标记物（Blood Biomarker）还是语言能力的细微变化，我们预测在不久的未来，医疗专业人士都将可以利用易于获取的大量数据，从而明确发现并跟踪患者开始发病和病情加速恶化的情况。