梅奥诊所的研究人员提出了一种将阿尔茨海默病症状映射到大脑解剖结构的新模型。该模型是通过将机器学习应用于患者脑成像数据而开发的。它使用大脑的整个功能而不是特定的大脑区域或网络来解释大脑解剖结构和心理处理之间的关系。研究结果发表在Nature Communications上。

“这种新模型可以促进我们对衰老和阿尔茨海默病期间大脑如何工作和分解的理解，提供监测、预防和治疗精神疾病的新方法，”梅奥诊所神经学家和医学博士 David T. Jones 说。该研究的主要作者。

阿尔茨海默病通常被描述为蛋白质加工问题。有毒蛋白质淀粉样蛋白和 tau 沉积在大脑区域，导致神经元衰竭，导致临床症状，如记忆力减退、沟通困难和混乱。

然而，临床症状、脑损伤模式和脑解剖结构之间的关系尚不清楚。人们也可能患有不止一种神经退行性疾病，这使得诊断变得困难。用这种计算模型映射大脑行为可能会给临床医生带来新的视角。

新模型是使用氟脱氧葡萄糖正电子发射断层扫描 (FDG-PET) 对 423 名认知受损并参与梅奥诊所衰老研究和梅奥诊所阿尔茨海默病研究中心的研究参与者进行的脑葡萄糖测量开发的。FDG-PET 是一项成像测试，显示葡萄糖如何为大脑的某些部分提供能量。例如，阿尔茨海默病、路易体痴呆和额颞叶痴呆等神经退行性疾病具有不同的葡萄糖使用模式。

该模型将与痴呆症状相关的复杂大脑解剖结构压缩成一个概念性的、颜色编码的框架，该框架显示了与神经退行性疾病和心理功能相关的大脑区域。模型中显示的成像模式与患者经历的症状有关。

该模型对阿尔茨海默病生理相关变化的预测能力在 410 人中得到验证。通过投射来自正常衰老和痴呆综合征的大量数据，针对记忆、执行功能、语言、行为、运动、感知、语义知识和视觉空间能力，获得了额外的验证。

研究人员发现，痴呆患者大脑中葡萄糖使用模式的 51% 的差异只能用 10 种模式来解释。每个患者都有这 10 种脑葡萄糖模式的独特组合，这些模式与他们经历的症状类型有关。在后续工作中，由 Jones 博士指导的 Mayo Clinic 神经病学系人工智能 (AI) 计划正在使用这 10 种模式来研究 AI 系统，以帮助解释正在接受阿尔茨海默病评估的患者的脑部扫描及相关综合征。

“这种新的计算模型得到了更多的验证和支持，有可能将科学努力重新集中在复杂系统生物学的动力学上，以研究精神和痴呆症，而不是主要关注错误折叠的蛋白质，”琼斯博士说。