Nat Hum Behav | 郁金泰/袁长征合作基于人工智能提出最佳痴呆预防膳食方案

在全球人口老龄化加速发展的背景下，痴呆症已构成重大公共卫生挑战。鉴于目前缺乏有效的治疗手段，预防策略的重要性日益凸显。健康膳食模式在痴呆症预防中的潜在价值已引起学界广泛关注。因此，探索科学有效的脑健康膳食模式已成为认知健康领域的前沿研究方向。

2025年7月2日，复旦大学附属华山医院郁金泰教授团队与浙江大学医学院公共卫生学院和附属第二医院袁长征研究员团队在Nature Human Behaviour期刊上发表了文章Machine learning-assisted optimization of dietary intervention against dementia risk。该研究创新性地运用机器学习方法，对4个国际纵向队列（1个发现队列，3个外部验证队列）22万名参与者（近3000新发痴呆/痴呆相关死亡病例）的膳食数据进行深度分析，首次提出基于人工智能构建的包括绿色蔬菜、浆果、柑橘类水果、禽肉、蛋类、马铃薯、橄榄油等在内的8类核心食物构成的最佳痴呆预防“MODERN膳食方案”，即机器学习辅助下的痴呆饮食干预方法，为痴呆预防提供了新的潜在有效方案（图1）。

图1：研究设计方案图

研究团队首先基于平均随访10年的18.5万人（随访过程中新发痴呆1987人）的纵向数据，从34类常见食物组中筛选出25种与痴呆风险显著相关的食物组（涵盖水果、蔬菜、谷物、乳制品、肉类等多个大类），并揭示其中多数食物与痴呆风险存在非线性关系。

在发现阶段，本研究团队基于UK Biobank (UKB) 队列，采用机器学习算法对候选食物进行特征重要性评估与排序，最终遴选出8类核心食物（包括绿色蔬菜、浆果、柑橘类水果、禽肉、蛋类、马铃薯、橄榄油等），用于构建MODERN膳食模式。在三个独立的外部验证队列（HRS, FOS, NHANES）中，观察到MODERN膳食评分处于最高分位组的参与者，其罹患痴呆的风险相较于最低分位组参与者的风险降低36%。该效应强度优于既往针对脑健康设计的MIND膳食模式所报告的25%风险降幅。

为全面评估MODERN膳食模式的潜在健康效应，研究团队进一步分析了其与57种非痴呆疾病的关联。分析结果显示，该膳食模式对49种疾病展现出潜在的预防作用，其中对精神行为障碍的保护效应最为显著。此外，较高的MODERN膳食依从性与较低的全因死亡率及特定死因死亡率相关。

通过整合脑影像学、代谢组学、炎症标志物和蛋白质组学等多维度数据，研究团队深入解析了MODERN膳食-痴呆的潜在关联机制。研究发现，该膳食模式与包括颞中回和内嗅皮层在内的31个脑区皮层厚度，以及20个白质纤维束的各向异性分数（FA）均存在显著正相关。基于结构方程模型（SEM）的中介分析提示了“MODERN膳食-代谢改善-炎症抑制-痴呆风险降低”的潜在通路。蛋白质组学研究还发现，痴呆相关蛋白GFAP可能在这一过程中发挥重要中介作用。

复旦大学附属华山医院博士生陈思佳、浙江大学医学院公共卫生学院博士生陈辉、复旦大学类脑智能科学与技术研究院青年研究员尤佳、复旦大学附属华山医院博士后陈仕东为共同第一作者。浙江大学医学院公共卫生学院和附属第二医院袁长征研究员和复旦大学附属华山医院郁金泰教授为论文共同通讯作者。

附郁金泰团队部分近期工作：

1.

2.

3.

4.

附袁长征团队部分近期工作：

1.

2.

3.

https://www.nature.com/articles/s41562-025-02255-w

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

（*排名不分先后）

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

会议资讯

近期直播推荐