（AI）模型，可通过单次血液检测辅助识别多种神经退行性疾病，为相关疾病早期筛查和辅助诊断提供新思路。

　　隆德大学发布的新闻公报说，不同神经退行性疾病在早期往往表现出相似症状，与年龄相关的认知功能下降成因也较为复杂，患者大脑中还可能同时存在多种相互重叠的病理过程，进一步增加了临床诊断难度。

　　隆德大学等机构的研究人员基于超过1.7万名患者及健康对照者的蛋白质测量数据，开发出一种AI模型。该模型通过学习多种疾病的血液蛋白特征，能够识别出一组特定蛋白，从而识别不同疾病。结果显示，这一模型可识别5种疾病或情况，包括阿尔茨海默病、帕金森病、肌萎缩侧索硬化症、额颞叶痴呆以及卒中病史。

　　研究显示，基于蛋白特征预测认知能力下降的效果可能优于现有临床诊断。研究人员认为，即使临床上被诊断为同一种疾病，不同患者所患疾病的生物学亚型也可能不同。例如，许多被诊断为阿尔茨海默病的患者，其蛋白特征却与其他脑部疾病更为相似，这可能意味着这些患者同时存在一种以上疾病，也可能说明阿尔茨海默病本身存在不同发展路径，或者临床诊断准确性仍有进一步提高的空间。

　　研究人员表示，除辅助诊断外，该模型还显示了关于神经退行性疾病致病机制的潜在研究方向。研究团队希望未来逐步开发出更可靠的血液检测方法，在尽量减少依赖其他临床检测手段的情况下，实现对多种神经退行性疾病的识别和区分。新型AI模型可通过血检识别多种神经退行性疾病