(資料圖片僅供參考)
中新網上海9月26日電 (孫國根 陳靜)中國專家開展多學科交叉聯合攻關，利用生物醫學大數據與人工智能算法開發了全新的癡呆風險預測模型，并將其命名為UKB-DRP。民眾在相關頁面輸入待測個體的相關信息，就可以獲取其五年、十年及更長時間的癡呆發病風險。
該模型是一款可同時對全因癡呆及其主要亞型(阿爾茨海默病)的發病風險進行前瞻性智能預測的通用模型，能夠對個體在五年、十年甚至更長時間內是否發病進行精準預測。據悉，癡呆主要有兩種分型：阿爾茨海默病和血管性癡呆。
UKB-DRP癡呆預測模型對未來五年、十年甚至更長時間的全因癡呆和阿爾茨海默病的預測效能均較高，其中全因癡呆的預測AUC值為0.85，而阿爾茨海默病的預測AUC值更高，可達0.86-0.89。據了解，AUC的取值范圍在0.5和1之間。AUC越接近1.0，檢測方法真實性越高。
研究團隊進一步對UKB-DRP預測癡呆模型的風險校準度進行了評估，模型預測的新發癡呆事件和觀察到的癡呆發生事件一致性較高。研究團隊還將UKB-DRP癡呆預測模型與國際上已發表的預測模型進行了比較，結果表明UKB-DRP癡呆預測模型的預測精度明顯更優。
復旦大學附屬華山醫院郁金泰教授臨床研究團隊與復旦大學類腦智能科學與技術研究院馮建峰教授/程煒青年研究員團隊開展的這項研究成果已發表在最新一期柳葉刀子刊《電子臨床醫學》(《EClinicalMedicine》)上。
郁金泰說，隨著人類壽命的延長和社會老齡化程度的日益加重，癡呆的患病人數逐年遞增，中國目前癡呆患者人數眾多，給社會和家庭帶來了沉重的照料和經濟負擔。這位專家指出，癡呆病程長，在發病前20年就會出現病理改變，往往在診斷時已錯過了最佳的治療時間窗，因此亟需尋找癡呆早期預測方法，識別癡呆高風險人群，在疾病早期開展有效的預防及干預，進而延緩病程進展，降低疾病負擔。
據介紹，臨床研究團隊利用英國生物樣本庫隊列，隨訪了425159名40-69歲的非癡呆人群，在中位隨訪時長達11.9年的隨訪過程中，5287位參與者被診斷為新發癡呆。研究納入參與人群的認知、生化、行為和基因等多維度健康相關指標，基于臨床經驗對這些指標進行嚴格篩選和質控。
隨后，研究人員運用機器學習算法，計算每個指標對癡呆預測模型的重要程度，最終選出排名前十的指標作為癡呆預測因子，構建了UKB-DRP癡呆預測模型。這十個預測因子是：年齡、基因、認知配對測試時長、腿部脂肪百分比、服藥數量、認知反應測試時長、呼氣峰流量、母親死亡年齡、慢性疾病和平均紅細胞體積。
郁金泰告訴記者，UKB-DRP癡呆預測模型的優勢在于，其納入的十個預測因子可以從問卷調查、簡單查體和常規血液檢查中快速獲取。相比其他基于昂貴全基因組測序、有創腰椎穿刺或PET影像等復雜預測因子建立的模型，UKB-DRP癡呆預測模型可廣泛應用于各級醫療單位早期篩查。
為便于民眾一鍵式操作，研究團隊研發了UKB-DRP癡呆預測模型的網頁版應用(https://jiayou0907.shinyapps.io/UKB-DRP-Tool/)，使用者可以在頁面左側輸入待測個體的相關信息，就可以獲取其五年、十年及更長時間的癡呆發病風險。
標簽：
