唾液樣本 + 人工智能：為衰老相關(guān)認(rèn)知能力下降提供早期預(yù)警

閱讀文摘

隨著人口老齡化加速，如何早期識別中老年人認(rèn)知能力下降，成為神經(jīng)科學(xué)與公共健康領(lǐng)域的重要課題，特別是越來越多健康長壽門診和長壽診所服務(wù)是面向“健康人群”。

最新研究顯示，結(jié)合唾液樣本與AI模型，有可能成為一種篩查衰老相關(guān)認(rèn)知和神經(jīng)精神風(fēng)險的低成本且可規(guī)模化的預(yù)測新路徑。

來自重慶醫(yī)科大學(xué)及重慶市口腔疾病重點(diǎn)實(shí)驗(yàn)室的研究人員，近期發(fā)表研究論文，證明了把生物樣本與AI機(jī)器學(xué)習(xí)相結(jié)合，預(yù)測老年人神經(jīng)精神癥狀及潛在認(rèn)知力下降風(fēng)險。研究人員認(rèn)為，神經(jīng)退行性疾病相關(guān)的認(rèn)知衰退，往往早于情緒低落、焦慮、體能不足等精神癥狀出現(xiàn)，但現(xiàn)有早期篩查手段仍有限。

研究人員招募了338名老年人，采集其唾液和口腔微生物樣本，并測量皮質(zhì)醇、炎癥因子等生物指標(biāo)。研究人員隨后利用其中138人的數(shù)據(jù)訓(xùn)練多種機(jī)器學(xué)習(xí)模型，其余200人數(shù)據(jù)用于外部驗(yàn)證。

結(jié)果顯示，在多種模型中，極端梯度提升模型(XGBoost)表現(xiàn)最為突出，對高風(fēng)險人群的識別準(zhǔn)確度顯著高于支持向量機(jī)和邏輯回歸模型。

此研究還發(fā)現(xiàn)，唾液中壓力激素、口腔微生物與多條關(guān)鍵代謝通路存在關(guān)聯(lián)性，為理解神經(jīng)精神癥狀和認(rèn)知衰退的生物學(xué)機(jī)制提供了新線索。

研究結(jié)論：這種基于唾液樣本和AI輔助篩查方法，有望在未來用于老年人群的大規(guī)模早期評估，幫助更早識別高風(fēng)險個體，從而提前制定主動干預(yù)和支持策略。

北京時間2月8日(周日)上午9點(diǎn)開始

報名參加，掃描二維碼

主講專家

Samir Mitra, Reya.ai創(chuàng)始人兼CEO

活動主辦機(jī)構(gòu)

亞太長壽醫(yī)學(xué)會

【簡介】Dr. Mitra是硅谷知名AI科技企業(yè)家，曾任紅杉(Sequoia Capital)技術(shù)總監(jiān)，并擔(dān)任印度總理科技顧問及聯(lián)合國大會演講嘉賓。他長期致力于AI與醫(yī)療健康交叉領(lǐng)域技術(shù)創(chuàng)新，以構(gòu)建“AI驅(qū)動的長壽生態(tài)系統(tǒng)”為使命，開發(fā)出全球領(lǐng)先的長壽醫(yī)學(xué)AI智能平臺，為長壽診所/健康長壽服務(wù)機(jī)構(gòu)提供從數(shù)據(jù)到主動干預(yù)、從服務(wù)到運(yùn)營的全鏈AI解決方案和管理平臺。該AI管理系統(tǒng)已被眾多國際知名長壽診所使用。

【背景】在長壽醫(yī)學(xué)快速發(fā)展的今天，長壽診所從“做評估”到真正“做結(jié)果”之間，往往面臨巨大的運(yùn)營“鴻溝”。很多長壽診所或長壽醫(yī)學(xué)中心貌似管理健康長壽，卻仍然做著疾病管理的常規(guī)服務(wù)。

關(guān)注我們，獲取生物醫(yī)學(xué)前沿最新資訊