据悉，上海交通大学医学院附属精神卫生中心肖世富/岳玲教授团队联合上海科技大学沈定刚/潘永生教授团队获得的研究成果在知名期刊《阿尔茨海默病预防杂志》(Journal of Prevention of Alzheimer’s Disease)上刊登。据悉，轻度认知损害(Mild Cognitive Impairment, MCI)被视为阿尔茨海默病等认知障碍的前期风险状态。这项研究对认知障碍的早期预测工作显得尤为关键：不仅有助于识别潜在患者，还能为及时实施有效治疗提供可能，从而延缓疾病进展，改善患者预后。

据介绍，该模型基于结构磁共振图像(MRI)数据，建立了一套深度学习训练框架；通过基于多个感兴趣区域的网络(MRNet)筛选并整合包括海马体、杏仁核、小脑等10个高区分度脑区特征，并进一步构建了进展指数(PI)。该指数基于深度学习构建的连续量化评估系统，通过分析脑部MRI，生成区间为[0,1]的风险评分，评分越高表明未来进展为认知障碍的风险越高。PI突破传统二元诊断局限，可动态反映阿尔茨海默病等神经退行性病变的中间进展状态。

为进一步评估PI对认知受损的风险预测能力，研究团队将人口统计学信息、神经心理量表和MRI扫描的PI评分相结合，建立了一个MCI预测模型，可以有效预测相关队列中7年后向MCI的转化。

据悉，本研究得到了科技创新2030-“脑科学与类脑研究”重大项目(2022ZD0213100)的资助。未来，研究团队将探索更多前沿深度学习范式在阿尔茨海默病相关认知障碍临床诊疗领域的潜力，为精准精神疾病临床诊疗提供更多支持。

标签：