眼睛是阿尔茨海默病的窗口吗？——《华尔街日报》

未来有一天，检测阿尔茨海默病可能会像检查视力一样简单。

RetiSpec公司开发了一种人工智能算法，声称能通过眼部扫描仪分析结果，在症状出现前20年发现阿尔茨海默病的迹象。这一工具是初创企业和研究人员利用AI破解困扰超700万美国人的疾病之谜的广泛研究的一部分。疾病之谜。

多年来，人们研究了阿尔茨海默病的各项特征，包括脑部炎症和神经退行性变，但该病的确切病因仍不明确。研究人员表示，AI可能为这种难以诊断（更不用说治疗）的神经系统疾病开启诊断新纪元。

总部位于多伦多的RetiSpec联合创始人埃利亚夫·沙克德表示：“我们对大脑及其运作方式仍存在根本性的认知空白，AI的优势在于能帮助串联线索。”

另一家位于加州萨克拉门托的公司Neurovision致力于通过机器学习开发视网膜扫描和血液检测，以识别有患阿尔茨海默病及其他类型痴呆症风险的人群。该公司联合创始人史蒂文·韦尔多纳介绍，其AI模型通过眼部扫描分析异常情况，如与阿尔茨海默病相关的特定蛋白质堆积或血管扭曲变形。

人们可能难以从扫描图像中辨识这些迹象。韦尔多纳指出，许多扫描图像存在暗区，而斑块沉积可能极其微小，人眼难以有效区分。

“该算法表现更出色，”他表示。

在图森市亚利桑那大学医学院，神经学副教授张锐（音）构建了一个AI模型，其旨在识别与阿尔茨海默病相关的基因诱因。张锐称，研究人员采用的传统方法进展极其缓慢。

“这就像一次只能观察森林中的一棵树，”他说。

AI能瞬间吸收整片信息森林并发现人类无法识别的模式。该模型耗时两个月锁定了6000个基因靶点——若能抑制或调控这些靶点，或可改变阿尔茨海默病的发展进程。张锐表示该工具为他节省了十年研究时间。

张锐创立了Path Biotech公司，将于明年基于其AI研究成果启动临床试验。

2021年，阿尔茨海默病是美国第六大死因（不含新冠）。

美国食品药品监督管理局于7月批准了新药Leqembi，该药物可清除β淀粉样蛋白——这种粘性斑块会积聚在阿尔茨海默病患者脑部。但现有疾病检测技术既昂贵又复杂。

有症状者可通过腰椎穿刺或PET扫描检测β淀粉样蛋白是否异常沉积，以及tau蛋白是否出现缠结——后者同样常见于阿尔茨海默病患者。RetiSpec公司首席商务官凯瑟琳·伯恩鲍姆表示，这类扫描精准度极高，堪称诊断金标准。与尸检结果（目前仍是确诊患者生前是否患病的唯一方法）相比，PET扫描的诊断准确率接近90%。

但这些设备并未普及，扫描费用高昂，且确诊可能需要数周时间。保险公司通常不涵盖此类扫描，费用约为6000美元。

人工智能技术可加速诊断流程并降低成本。例如RetiSpec公司的人工智能通过连接至验光诊所现有设备的特殊摄像头读取扫描结果，该摄像头能捕捉人眼不可见的光谱范围，使AI能识别与大脑淀粉样蛋白沉积对应的独特光学标记。在近期针对271名患者的研究中，该即时反馈模型的检测准确率达80%。

医学研究中的AI工具在临床测试中表现良好，但在更复杂的现实场景中可能失效，麻省总医院研究员Matt Leming指出。

“生物技术AI模型非常挑剔，“他表示。

Leming解释，AI需要海量数据才能更好学习。以ChatGPT为例，这类模型擅长分析和模仿文本，因其学习素材来自全网文本数据。

而医疗数据具有稀缺性和专有性，这意味着生物技术AI的学习样本更有限，相较于受控实验室环境，临床病例的多样性更易导致其判断失误。

“谈到人工智能从根本上改变我们行医的方式，我认为这不会发生，”李明说。

亚利桑那大学的张教授表示，他尝试通过使用能减少错误并提高预测准确性的数学模型来解决这个问题。RetiSpec公司称已从14个研究合作伙伴处采集样本，这些样本来自种族和社会经济背景多元化的社区。Neurovision公司表示其样本取自多样化数据集，并通过与其他数据集对比测试以最小化误差。

“我们完成的最重要工作之一，就是确保人工智能不会陷入‘垃圾进、垃圾出’的困境，”RetiSpec公司的沙克德说道。

联系维帕尔·蒙加，邮箱：[email protected]