神奇的技术：提前8年预知阿尔茨海默症
摘要
早期检测阿尔茨海默症一直是科学界和医学界的一个难题。
人工智能（AI）算法，通过扫描电子健康记录，提前8年预测老年人患认知症的风险。
阿尔茨海默症是65岁以上老年人常见的疾病，其中每三个老年人就有一个会因为阿尔茨海默症去世。阿尔茨海默症并不是突发的疾病，就像我们能看到冰山一角的时候，冰山已经累积了很久很高了。
阿尔茨海默症最初是由于大脑中毒性蛋白无法排出、异常累积，慢慢积累到一定程度，逐渐影响人体功能。等到我们发现“冰山”的存在，出现记忆力下降、语言能力下降、行动受损的时候，其实“冰山”早已形成很久了。
健康记录预测认知症风险
如何早期检测“冰山”的到来，预防阿尔茨海默症一直是科学界和医学界的一个难题。哈佛大学附属医院的科学家们开发了一个人工智能（AI）算法，通过扫描电子健康记录，就能使用计算机算法自动梳理与认知障碍相关的问题，提前八年预测老年人患认知下降和认知症的风险。
这项研究使用了两家大型医院中，2005年到2017年期间，18岁以上没有认知症病人的医院就诊记录。在1251858名有医疗记录的病人中，跟踪了267855位病人长达13年，最终6516名病人（2.4%）被确诊为认知症。实际的诊断结果，与他们的计算机模型预测阿尔茨海默症概率比较一致。即使把这些病人分为老年组（50岁以上）和年轻组（50岁以下），分别进行分析，他们的模型预测的结果依旧与实际诊断数据比较一致。能在病人确诊阿尔茨海默症的8年前，就能准确地给不同病人进行认知症风险的分级。
https://pubmed.ncbi.nlm.nih.gov/31859230/
这项AI技术的关键在于，计算机算法会自动在病人的电子病历中抓取相关的关键词，并给这些关键词进行打分。机器一开始被赋予的词库只有美国国家卫生健康局制定的痴呆标准，作为搜索条件。人工智能医学的智能就体现在这里，他们开发的计算机语言能够根据原有的一些词语，自动拓展学习，扩大了临床上和实际就诊中可能出现的词语，大大拓展了原有词汇的覆盖范围。例如，原本给定的词语是“记忆下降”，那么机器自己学习拓展的词汇可能就会有“忘了”、“记性不好”、“走错路”、“丢三落四”等。
随后，根据机器提取的词语，以及症状的严重程度，给所有可能相关的认知症状进行打分。比如，记忆下降的问题从各种角度一共能罗列出20个不同的关键词，一个病人的病例中出现了5个关键词，那么就给这个人打分25%（5/20）。他们用这个方法捕捉和反映每个人的情况，并将他们的疾病概念转化为不同的维度。最后的总体得分是根据每个人在每个部分的得分，和每个关键词的重要性和占比，得出了一个总的认知症风险分数。比如，结果会告诉病人，他可能有近期确诊的风险，会在1年内确诊为认知症，或者会在一年后确诊为认知症（长期确诊风险）。
这个系统神奇的一点是，他们的最终得分会有不同的情况分类。比如，这个数据会告诉一个病人，你可能存在长期确诊风险，短期一两年内不会出现明显的症状。但是如果抽烟、酗酒以及经常熬夜的习惯不改掉的话，你的风险可能会变成短期风险，会在一年内确诊为阿尔茨海默症。
除此之外，这个研究还根据病人的病例，分析了病人们确诊后的情况。比如：一旦确诊为认知症，认知症的严重程度怎样，死亡的风险大概是多少。在电子医疗记录中，他们发现认知症患者平均的生存天数为2186天，而认知障碍最严重的重症患者生存天数为298-399天。通过对比分析不同病人的症状表现情况，会对所有病人进行大概的分析。比如，根据某个病人的病例和症状描述，他的表现是中度痴呆情况，记忆力和行动能力会在三年内出现严重的受损，病人大概有5年的存活期等。
通过对老年组和青年组的跟踪数据分析，他们把不同的认知症发生率和认知症状的严重情况进行匹配起来，发现与“运动”相关的词语，能让认知风险和死亡率下降。也就是说，运动是能够减缓认知症进一步恶化的关键手段。
提前预测阿尔茨海默症风险，防患于未然，是目前大多数医学诊断技术想要达到却无法实现的技术。通过合理的机器学习，建立和识别认知症的风险，提前了8年预测出阿尔茨海默症的诊断风险，无疑是振奋人心的一个医学突破。要知道，40%的阿尔茨海默症是可以通过改变生活方式、饮食习惯以及生活环境而有效预防和延缓的。这项研究也发现，即使不幸患了阿尔茨海默症，运动也能够有效的阻止病情进一步恶化。
这项技术相当于告诉我们，你可能在8年后有患阿尔茨海默症的风险，并提出主要可能是由什么行为导致的。确诊阿尔茨海默症以后，你可能会变成什么样子，丧失记忆、迷路、失去行动能力等。当这一切的后果和预测诊断直接报告给人们的时候，再告诉他们，你还有8年时间改变自己的生活习惯和饮食方式，来避免和延迟疾病的到来。相信很多人会更加注意自己的生活方式和日常习惯。
这个软件工具最初是由哈佛大学开发出来，用于预测自杀和意外死亡风险，以及有精神问题儿童的住院可能性。通过调整和改善，发现这个工具也能用于研究其他的脑部疾病，如本文所提的认知症。
语言能力预测认知症风险
无独有偶，IBM和美国辉瑞公司也开发出了一套算法，也用了相似的算法，能提前7.4年预测人的阿尔茨海默症发病。不同的是，这项算法仅仅根据人的语言能力来进行预测。这项研究最终发表在了《柳叶刀》上。
https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(20)30327-8/fulltext
这项研究使用了心脏研究中心从1991年开始记录的270名患者的700多份书面报告，成功地在发病前7.6年预测了74%的阿尔茨海默症。数据收集了病人认知能力的测试，并每隔4-5年更新一次被试们的测试信息。在语言能力环节中，他们使用了不同单词的数量、单词的丰富程度，以及重复等来测试语言的详细程度、词汇的丰富性和重复性。另外，拼写错误、标点符号、大小写、写作风格和单词的序列等都用于他们的计算机建模中，分析语法和语句的复杂性，来评估每个人的语言能力。通过评估被试们复述问题、重复故事、书写能力的好坏程度，就能预测一个人患阿尔茨海默症的风险。
IBM的医疗保健研究副总裁Ajay认为，他们开发的这个AI工具是一个很好的非侵入式的测试。但同时，由于语言能力需要长期跟踪才能知道一个人的语言能力是否有变化，因此，他建议医生可以在病人年轻的时候开始收集病人的语言技能，每隔5年更新一次。虽然这个检查并不包含在我们的临床中，但目前的技术已经可以用于识别大部分的阿尔茨海默症，还是值得尝试的。
总的来说，哈佛大学和IBM的这两个研究分别利用人工智能技术，从不同的角度预测了阿尔茨海默症的发病风险。希望这项技术能够尽快推广，到时候每个人都可以像性格测试一样测试自己患认知症的风险，并提早预防。
未名脑脑说
40%的阿尔茨海默症是可以通过改变生活方式、饮食习惯以及生活环境而有效预防和延缓的。
人工智能技术，可以从不同的角度预测阿尔茨海默症的发病风险。