新華社赫爾辛基4月5日電（記者朱昊晨　徐謙）斯德哥爾摩消息：瑞典隆德大學日前宣佈，該校參與研發出一種新型人工智能（AI）模型，可通過單次血液檢測輔助識別多種神經退行性疾病，為相關疾病早期篩查和輔助診斷提供新思路。 　　隆德大學發佈的新聞公報說，不同神經退行性疾病在早期往往表現出相似症狀，與年齡相關的認知功能下降成因也較為複雜，患者大腦中還可能同時存在多種相互重疊的病理過程，進一步增加了臨床診斷難度。 　　隆德大學等機構的研究人員基於超過1.7萬名患者及健康對照者的蛋白質測量數據，開發出一種AI模型。該模型通過學習多種疾病的血液蛋白特徵，能夠識別出一組特定蛋白，從而識別不同疾病。結果顯示，這一模型可識別5種疾病或情況，包括阿爾茨海默病、帕金森病、肌萎縮側索硬化症、額顳葉癡呆以及卒中病史。 　　研究顯示，基於蛋白特徵預測認知能力下降的效果可能優於現有臨床診斷。研究人員認為，即使臨床上被診斷為同一種疾病，不同患者所患疾病的生物學亞型也可能不同。例如，許多被診斷為阿爾茨海默病的患者，其蛋白特徵卻與其他腦部疾病更為相似，這可能意味著這些患者同時存在一種以上疾病，也可能說明阿爾茨海默病本身存在不同發展路徑，或者臨床診斷準確性仍有進一步提高的空間。 　　研究人員表示，除輔助診斷外，該模型還顯示了關於神經退行性疾病致病機制的潛在研究方向。研究團隊希望未來逐步開發出更可靠的血液檢測方法，在儘量減少依賴其他臨床檢測手段的情況下，實現對多種神經退行性疾病的識別和區分。 　　相關研究成果已發表在英國《自然-醫學》雜誌上。（完）