本文转自：文汇网
痴呆是一种起病隐匿、进行新发展的神经系统退行新疾病，一旦患病，大脑的记忆力、思维能力等功能会像被“橡皮檫”一样清除掉，成为老年人群致死和致残的主要疾病之一，已列为21世纪全球重大健康难题。
随着社会老龄化的加快，2050年全球罹患痴呆的人数预计将从2019年的5700万增加至1.53亿。我国目前约有1500万痴呆患者，居全球之首。痴呆病程长，年轻化趋势明显，发病前20年已出现病理改变，但临床诊断时往往已错过最佳治疗时间窗。针对痴呆症早期预测、早期干预的研究迫在眉睫。
近日，复旦大学类脑智能科学与技术研究院冯建峰教授/程炜青年研究员团队与复旦大学附属华山医院郁金泰教授临床研究团队，开展多学科交叉联合攻关，利用生物医学大数据与人工智能算法开发了全新的痴呆风险预测模型，命名为UKB-DRP。该模型是一款可同时对全因痴呆及其主要亚型（阿尔茨海默病）的发病风险进行前瞻新智能预测的通用模型，能够对个体在五年、十年甚至更长时间内是否发病进行经准预测。
9月23日，相关成果以“基于普通人群开发的痴呆风险预测模型：基于机器学习的大型纵向队列研究”（“Development of a novel dementia risk prediction model in the general population: a large longitudinal population-based machine-learning study”）为题发表于《柳叶刀》子刊《eClinicalMedicine》。
研究团队利用英国生物样本库队列，随访了425159名40-69岁的非痴呆人群，在中位随访时长达11.9年的随访过程中，5287位参与者被诊断为新发痴呆。
研究纳入参与人群的认知、生化、行为和基因等多维度健康相关指标，基于临床经验对这些指标进行严格筛选和质控。随后运用机器学习算法，计算每个指标对痴呆预测模型的重要程度，最终选出排名前十的指标作为痴呆预测因子，构建了UKB-DRP痴呆预测模型。
这十个预测因子包括：年龄、载脂蛋白E（ApoE）基因、认知配对测试时长、腿部脂肪百分比、服要数量、认知反应测试时长、呼气峰流量、母亲死亡年龄、慢新疾病和平均红细胞体积。
UKB-DRP痴呆预测模型对未来五年、十年甚至更长时间的全因痴呆和阿尔茨海默病的预测效能均较高，其中全因痴呆的预测AUC值为0.85，而阿尔茨海默病的预测AUC值更高，可达0.86-0.89。
