基于多维度大样本数据的阿尔茨海默病智能精准诊疗平台的构建及其应用

阿尔茨海默病因其高患病率、高危害性和高死亡率，已成为全球范围面临的重大公共医疗卫生问题。本研究旨在聚焦正常脑衰老向 AD 发生发展的早期阶段，纳入包括正常老年脑、主观认知下降（SubjectiveCognitiveDecline,SCD）期、轻度认知障碍（MildCognitive Impairment,MCI）期、AD 痴呆期（Dementia）在内的不同阶段样本，采集包括神经心理量表、实验室检查、行为学、多模态影像和基本临床信息在内的音频、视频、图像、文本信息，创建大样本、多维度、高可靠、高性能的智能数据库；结合影像组学、深度学习优势互补的人工智能融合算法，深入挖掘音频、视频、图像和文本多维度数据，提取关键指标特征，创建 AD 早期、高敏感性、高特异性诊断指标体系，构建 AD 早期精准诊断模型；同时，基于精准诊断的 AD 大样本纵向队列，针对 AD 发生发展的不同阶段，分别采用包括药物治疗与非药物干预在内的单独以及联合治疗方案，构建 AD 早期精准疗效评价模型实现 AD 不同阶段最佳组合方案制定，为 AD 标准化、规范化治疗方案的制定提供循证医学依据。项目最终通过结合 AD 早期精准诊断模型和精准疗效评价模型，创立 AD 早期智能精准诊疗一体化平台，集成 AD 早期精准诊断、精准治疗功能，形成 AD 早期预警筛查、早期精准诊断、精准治疗方案制定、治疗效果评价一站式规范化诊疗管理模式，有利于 AD 早期筛查、早期干预和医院-社区-家庭分层管理机制的应用与推广，这对延缓、阻断甚至逆转 AD 发展进程、显著提升治疗效果具有重要的价值和广阔的应用前景。