【研究目的】

阿尔茨海默病（Alzheimer’s Disease, AD）作为老年性痴呆中最主要的类型，目前全球约有 4600 万 AD 患者，并以 20 年递增 1 倍的速度增加，预计到 2050 年全球患者达 1.3 亿。随着对 AD 研究的不断深入，我们逐渐认识到 AD 是一个连续发展的过程，且其病理变化远远早于临床症状的出现。然而，当前针对 AD特异病理过程的预防/治疗药物试验始终难以走出失败的怪圈。失败的具体原因虽极其复杂，但错失了最佳治疗时机应是关键因素之一，即轻中度 AD 痴呆患者脑组织已发生不可逆损伤。据此我们应转变工作思路，扭转重治疗轻预防的误区，预防 AD 的真正希望可能在于针对 AD 早期的精准筛查。然而，目前临床诊断 AD 手段较为单一且不够准确，并且主治医生通常基于主观性进行诊断，往往存在误诊率高、主观性强等问题。因此面向医生开发一个可靠性高、用户友好型的阿尔茨海默病早期筛查系统进行辅助诊疗非常有必要。

【技术创新】

本成果引入人工智能领域机器学习技术来建立多模态早期诊断筛查指标体系，结合机器学习方法搭建了面向指标的分类模型，以此来提高AD早期筛查的准确率。

本成果依托核磁共振的四维原始数据，可作为常规核磁共振筛查的附加项目，在医疗机构将患者的核磁共振数据导入到我们的系统app后，可以在几分钟的时间内得到患者的阿尔兹海默症病程信息和脑区病灶3d模型分析，以及基于不同病灶的相关辅助诊疗建议和手段。阿尔兹海默症按病程分为NC,MCI和AD，我们的二分类筛查（NC or AD）准确率为97.7%，三分类（NC or MCI or AD）准确率为92.1%，比市面上现有的检测手段准确率提升10%，居于国内领先水平，有望填补国内阿尔兹海默症核磁共振筛查领域的空白。

图1 系统主界面

图2系统功能展示

【知识产权】

（1）阿尔茨海默病智能早期筛查系统. 申请公布号: CN113420873B, 2021­12­10.

（2）基于多频段PCMI-EBN的轻度认知障碍脑电信号分析方法及系统. 申请公布号: 202111604562.3, 2021­12­24.

（3）基于丘脑皮层神经计算模型的阿尔茨海默病演化趋势分析系统. 申请公布号: ZL202210165815.X, 2023­01­03.

（4）基于以边为中心的效应连接网络的阿尔茨海默病诊断方法. 申请公布号: 202310329085.7, 2023­03­30.

（5）成果获得第八届中国国际“互联网+”大学生创新创业大赛北京赛区复赛中荣获二等奖。

（6）在研发成果系统期间，共发表高质量学术论文7篇。

【应用行业领域】

医疗、人工智能

【成果应用情况】

对于阿尔茨海默病的大量研究，为解决神经退行性疾病一大难题做出了自己的贡献，也相应地带来了一定的社会效益与经济效益。成果即将在国内合作的几家医院（北京大学第三医院，中国中医科学院广安门医院，北京大学第一医院，广东省第二人民医院，南方医科大学顺德医院）进行落地临床使用。同时展开研究开发的认知恢复训练系统，也即将申报专利和软著。