维度网讯， 瑞典隆德大学研究团队在《自然医学》杂志发表研究成果，推出一款基于蛋白质组学的新型人工智能模型。该模型通过单次血液检测，可同时识别阿尔茨海默病、帕金森病、肌萎缩侧索硬化症、额颞叶痴呆及既往中风等5种神经退行性疾病，解决了认知衰退早期临床诊断难以区分相似症状的瓶颈。

人工智能模型研究依托全球神经退行性疾病蛋白质组学联盟(GNPC)，利用全球规模最大的蛋白质组学数据库进行开发。研究人员采集了超过17,000名患者及对照组参与者的蛋白质测量数据，采用先进的统计学习方法和“联合学习”过程，成功识别出一组表征脑部退行性变的通用蛋白质模式。

在技术表现上，人工智能模型展现了优于传统单疾病诊断工具的性能。验证数据显示，该模型的蛋白质谱分析对认知衰退的预测能力已超越传统临床诊断标准。研究发现，部分临床诊断为阿尔茨海默病的个体，其蛋白质谱特征实际上指向其他生物学亚型，这为神经退行性疾病的精准医疗提供了数据支撑。

隆德大学项目负责人雅各布·沃格尔(Jacob Vogel)指出，下一步研发重点是引入质谱分析法，以纳入更多蛋白质组学标记物，识别每种疾病的独有模式。该技术路线图的核心目标是实现跨疾病的可靠诊断，减少对昂贵临床影像仪器的依赖。目前，该成果已在多个独立数据集中完成交叉验证，标志着血液蛋白质检测在神经科学领域的应用成熟度迈向新阶段。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告之，本站将予以修改或删除。邮箱：news@wedoany.com