香港科技大学（港科大）领导的国际研究团队最近开发了一套人工智能模型，利用遗传信息，可在出现病征之前准确预测罹患阿尔兹海默症的风险。这项突破性研究为使用深度学习方法来预测疾病风险和揭示其分子机制开辟了道路。这将革新阿尔兹海默症及其他常见疾病如心血管疾病的诊断、干预、治疗和临床研究。

由港科大校长叶玉如教授及省人才工程入选者带领的研究团队，建立了首批深度学习模型，用于评估欧洲和中国人群患上阿尔兹海默症的多基因风险。与其他模型相比，港科大的深度学习模型能更准确地辨识出阿尔兹海默症患者，同时也量化评估遗传风险对各种生物过程的影响，并根据各种与生物过程变化相关的疾病风险对个体进行分级分层。

目前，阿尔兹海默症的临床诊断主要是透过医生判断、认知能力量表测试和脑部扫描进行的，但通常在患者出现病征时才进行，往往错失了最佳干预时期。因此，提早预测阿尔兹海默症风险能大大帮助早期诊断和制定干预策略。该研究将新型深度学习模型与基因检测相结合，可估计一个人在其一生中患阿尔兹海默症的风险，准确率超过70%。

研究成果最近已在《医药通讯》（Communications Medicine）上发表。研究团队目前正进一步研究并完善该模型，最终目标是将其纳入常规筛查的流程中。阿尔兹海默症正影响全球超过五千万人，是一种涉及认知功能障碍和脑细胞丧失的致命疾病。其病征包括渐进性记忆丧失、推理和判断能力受损。