唾液样本 + 人工智能：为衰老相关认知能力下降提供早期预警

阅读文摘

随着人口老龄化加速，如何早期识别中老年人认知能力下降，成为神经科学与公共健康领域的重要课题，特别是越来越多健康长寿门诊和长寿诊所服务是面向“健康人群”。

最新研究显示，结合唾液样本与AI模型，有可能成为一种筛查衰老相关认知和神经精神风险的低成本且可规模化的预测新路径。

来自重庆医科大学及重庆市口腔疾病重点实验室的研究人员，近期发表研究论文，证明了把生物样本与AI机器学习相结合，预测老年人神经精神症状及潜在认知力下降风险。研究人员认为，神经退行性疾病相关的认知衰退，往往早于情绪低落、焦虑、体能不足等精神症状出现，但现有早期筛查手段仍有限。

研究人员招募了338名老年人，采集其唾液和口腔微生物样本，并测量皮质醇、炎症因子等生物指标。研究人员随后利用其中138人的数据训练多种机器学习模型，其余200人数据用于外部验证。

结果显示，在多种模型中，极端梯度提升模型(XGBoost)表现最为突出，对高风险人群的识别准确度显著高于支持向量机和逻辑回归模型。

此研究还发现，唾液中压力激素、口腔微生物与多条关键代谢通路存在关联性，为理解神经精神症状和认知衰退的生物学机制提供了新线索。

研究结论：这种基于唾液样本和AI辅助筛查方法，有望在未来用于老年人群的大规模早期评估，帮助更早识别高风险个体，从而提前制定主动干预和支持策略。

北京时间2月8日(周日)上午9点开始

报名参加，扫描二维码

主讲专家

Samir Mitra, Reya.ai创始人兼CEO

活动主办机构

亚太长寿医学会

【简介】Dr. Mitra是硅谷知名AI科技企业家，曾任红杉(Sequoia Capital)技术总监，并担任印度总理科技顾问及联合国大会演讲嘉宾。他长期致力于AI与医疗健康交叉领域技术创新，以构建“AI驱动的长寿生态系统”为使命，开发出全球领先的长寿医学AI智能平台，为长寿诊所/健康长寿服务机构提供从数据到主动干预、从服务到运营的全链AI解决方案和管理平台。该AI管理系统已被众多国际知名长寿诊所使用。

【背景】在长寿医学快速发展的今天，长寿诊所从“做评估”到真正“做结果”之间，往往面临巨大的运营“鸿沟”。很多长寿诊所或长寿医学中心貌似管理健康长寿，却仍然做着疾病管理的常规服务。

关注我们，获取生物医学前沿最新资讯