随着重磅阿尔茨海默药物仑卡奈单抗在中国投入临床应用，针对这种广泛疾病的关注度也越来越高。我国研究人员也在加速相关诊断方法和疗法的研发。

近日，复旦大学附属华山医院神经内科郁金泰教授团队领衔，联合复旦大学类脑智能科学与技术研究院的冯建峰/程炜团队发表研究，使用人工智能（AI）的方法，对6361种蛋白数据进行分析建模，发现了对阿尔茨海默病（AD）诊断和预测具有重要价值的新型生物标志物——YWHAG。

这也是针对迄今为止最大规模的高通量脑脊液蛋白质组学数据进行的分析筛选。数据表明，YWHAG在识别生物学定义的AD和临床诊断的AD痴呆时的准确度分别高达96.9%和85.7%，当联合四个或五个蛋白的组合检测时，诊断准确性可进一步提高到98.7%。

研究团队称，独立外部队列及尸检病理队列验证了新靶点的诊断性能，甚至优于经典的AD脑脊液核心生物标志物Aβ42和P-Tau181。该发现具有较高的临床应用价值。

“YWHAG这个靶点在AD无症状阶段就能够被检测到，而且准确率比现在经典的核心标志物准确率都要更高。”郁金泰对第一财经记者表示。

近年来，针对β淀粉样蛋白(Aβ)的疾病修饰治疗取得了重大进展，越来越多的AD靶向精准治疗药物获批上市，为早期AD患者提供了新的精准治疗选择。但如何能在阿尔茨海默发展的无症状阶段就能检测出疾病，成为科学家正在攻克的难题。

郁金泰表示，这些新发现的生物标志物不仅限于脑脊液研究，还可能在血液检测中展现出同样的诊断潜力。目前，相关的血液YWHAG研究已经在进行中，相关成果已申请专利。未来更加便捷、非侵入性的AD诊断方法有望成为现实。

今年2月，郁金泰团队已经采用大规模蛋白质组学数据和人工智能算法，发现了预测未来痴呆风险的重要血浆生物标志物，可实现提前15年预测痴呆发病风险，检测准确率超过90%。相关成果发表在《自然·衰老》，标志着向能在早期无症状阶段检测阿尔茨海默病及其他类型痴呆的血液检测方法迈进了一步。

“血液检测的好处是无创、更快捷方便，脑脊髓液的检测方法属于侵入性的检测方法，但准确率更高。”郁金泰对第一财经记者表示。

两项重磅研究成果都使用了强大的AI分析工具，这也表明AI在药物开发阶段发挥越来越重要的作用，极大地提升了药物靶点发现的效率。未来有望全面应用于医学成像与快速诊断、药物发现、医疗手术辅助机器人等领域。

研究机构GMI最新研究报告称，AI在基因级别的精准医疗、药物模拟筛选以及蛋白质结构预测等领域，能大幅缩减产品创新周期、全面提高现代医学的精准率以及在同样的时间内覆盖更大范围的患者。

GMI报告还显示，2022年融合AI技术的医疗保健市场价值仅仅约为104亿美元，预计2030年有望达到1899亿美元，在此期间的年复合增长率高达43.7%。