【柳叶刀子刊】复旦类脑研究院和华山医院团队：全新模型精准预测个体未来5-10年痴呆症发病风险

9月23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联合复旦大学附属华山医院郁金泰教授临床研究团队，于《柳叶刀》子刊eClinicalMedicine 发表了最新研究成果。基于人工智能算法和生物医学大数据，研究团队开发了一种全新的痴呆风险预测模型（名为UKB-DRP）；该模型可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性预测——能够对个体在未来五年、十年甚至更长时间内的痴呆症发病风险进行精准预测。

https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(22)00395-9/fulltext

此研究的人群样本数据来源于英国生物样本库（UKB），涉及对42.5万民40-69岁非痴呆人群的随访（中位随访时间长达11.9年）。其中，在随访过程中，有5287位个体被诊断为新发痴呆。涵盖各种遗传和环境因素的366个多维度健康相关指标被纳入候选变量。研究团队运用机器学习算法，计算出每个指标对痴呆预测模型的影响程度；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。

此十个预测因子包括：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、服药数量、认知反应测试时长、呼气峰流量、母亲死亡年龄、慢性疾病和平均红细胞体积。这些可及性的预测因子能够在五年、十年甚至更长的时间内，对痴呆症和阿尔兹海默症（AD）的发生风险进行相对精准的预测，以用于识别一般人群中的高风险个体。

预测因子重要度排序和模型纳入预测因子对痴呆的预测效能

其中，全因痴呆的模型评估指标AUC(area under the curve)为0.85，阿尔茨海默病的AUC值为0.86-0.89——该UKB-DRP痴呆预测模型有着较高效的预测效能。此外，研究者还将UKB-DRP痴呆预测模型与国际上已发表的预测模型（如CAIDE、DRS、ANU-ADRI）进行了比较，结果表明UKB-DRP痴呆预测模型的预测精度显著优于其他的预测模型。

UKB-DRP痴呆预测模型对五年、十年及更长时间

全因痴呆和阿尔茨海默病的预测效能

UKB-DRP模型优势

 01

从技术上看，这项研究具有如下优势：该 UKB-DRP模型是基于一个大型前瞻性队列建立的，该队列包含超过50万名参与者，具有至少10年的随访临床记录。预测因子的确定以数据驱动的方式从综合临床特征空间中进行了详尽而谨慎的选择——最终只挑选出10个预测因子。UKB-DRP模型是使用light GBM算法（a highly efficient gradient boosting decision tree）建立的，light GBM算法是最强大的机器学习（ML）技术之一：它以集成策略工作，非常适合具有大样本量和高特征空间的大型数据集。

从临床角度看，传统的预测模型大多基于复杂的神经心理学测试、昂贵的全基因组测序（WGS）、侵入性腰椎穿刺或脑正电子发射断层扫描（PET）成像。而UKB-DRP模型完全基于易于访问的预测因子；这些因子可以从快速问卷、物理测量和简单的血液测试中收集到，UKB-DRP痴呆预测模型可广泛应用于各级医疗单位早期筛查。

关于研究团队

 02

类脑智能科学与技术研究院院长冯建峰教授表示：“本研究基于数据驱动的思想，通过人工智能算法对海量的中老年人健康信息进行加工和挖掘，构建了医学大数据与智能模型混合驱动的痴呆早期预测模型，为提高神经退行性疾病早期风险判别能力、预防疾病发生提供了新的理论基础。下一步，我们还将继续围绕老年人脑健康这一重大健康问题，对心脑血管、帕金森等多种老年性脑健康杀手疾病开展研究，为不同疾病风险人群的早期识别提供科学、精确的鉴别方法和实践指导”。

复旦大学类脑智能科学与技术研究院冯建峰教授、程炜青年研究员与复旦大学附属华山医院郁金泰教授为该文的通讯作者，复旦大学类脑研究院博士后尤佳与复旦大学附属华山医院博士研究生张亚茹为共同第一作者。该研究得到了国家自然科学基金、国家重点研发计划、上海市重大专项等的经费支持。（转化医学网360zhyx.com）

参考资料：

https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(22)00395-9/fulltext

注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。