夜雨聆风
AI 正在按下终结阿尔兹海默症的倒计时
50岁以后，最怕摔倒！每天5分钟，居家防摔不遭罪，子女少操心不知道从什么时候起，我的记性越来越差了，我甚至觉得我的记忆都不如金鱼，它起码有七秒。比如在工位上，我本来想站起身来去拿打印稿，如果站起来的时候，同事刚好跟我说了一句话：“你中午准备吃啥”，我回答完毕，可能我就会忘记我起身是要去取打印稿的，通常，我又坐下来，看看刚刚想去干的事会不会像回旋镖一样飞回来。有时候，为了掩饰尴尬，既然已经站起来了，假装去接一杯水吧。转头就忘这件事多次发生，我也开始怀疑，自己是不是有了阿尔兹海默症的前兆。阿尔兹海默症，英文全称是Alzheimer’s Disease，国际通用标准简称是AD（本文有的叙述也会用AD来表示）。
曾经看见网上有一句黑色幽默：“如果一个人没有患上阿尔兹海默症，只是因为活得还不够久”。随着现在人越来越长寿，患上阿尔兹海默症的风险也在增加。据国际阿尔茨海默病协会（ADI）《2018 世界阿尔茨海默病报告》中的数据，全球在当时已经有5000万患者，时隔8年，这个数字只会有增无减，5000万患者，也意味着可能有5000万个家庭笼罩着令人窒息的情绪，行为失智，性格脾气改变，生活不能自理等等特征，在拖累着整个家庭。阿尔兹海默症是到目前为止尚无法治愈、只能延缓的神经退行性疾病，多年来因发病机制复杂、早期诊断难、药物研发失败等因素，被视为“不治之症”。世界上著名的药企辉瑞、罗氏、礼来等，都曾经投入大量资金，均以失败告终。
当下AI浪潮正在席卷全球，重构一切，又让人们看到了治愈阿尔兹海默的希望。AI正在把世界彻底拉平，抹平认知差距，打破专业壁垒，它可以把任何知识普惠给世界上每一个个体，有想象力的跨界创意在AI的帮助下正在攻克曾经难以逾越的难题。从精准早筛、药物研发提速，到临床试验优化、病理机制解析，AI正在以超强的数据处理能力和算法优势，接连攻克AD研究中的核心难题，权威期刊上的突破性成果不断涌现。AI正按下阿尔兹海默症的终结倒计时，用AI攻克AD，似乎近在咫尺。
一、诊断水平提升
阿尔兹海默症早在临床症状出现的前10~20年就已发生，等到记忆力衰退等明显症状出现时，大脑神经元已大量受损，治疗难度极大。因此，早期筛查、提前干预，是治疗AD的核心关键。传统诊断依赖PET成像（检测β淀粉样蛋白、τ蛋白）或脑脊液穿刺，价格高、有创口，而且普及率低，有的需要患者去不同的医院检查，给患者诊疗带来极大的不便，进一步阻碍了患者早发现早治疗，所以多数患者确诊时已是中晚期。
现在这波AI的入局，彻底打破了这一障碍，让无创、低成本、精准早筛得以实现，多项成果已经发表在顶级期刊上，如《Nature Communications》（中文译名《自然.通讯》，影响因子15.7分，超过10分便已经是顶尖水平了。该期刊是《Nature》旗下的旗舰级子刊）、《npj Digital Medicine》（中文译名《npj数字医学》，在中科院期刊分区中，它被列为医学大类 1 区 Top 期刊，影响因子15.1分）等。
1. 《Nature Communications》：AI整合超 10000 个数据特征，可无创预测阿尔茨海默病中的β- 淀粉样蛋白与 tau 蛋白病理改变。
发表时间：2025年9月
研究团队：波士顿大学医学院、加州大学旧金山分校等多机构联合研究
原文标题：Artificial intelligence integrates over 10,000 data points to non-invasively predict β-amyloid and τ-pathology in Alzheimer’s disease
核心内容：
该论文的研究团队构建了AI多模态数据融合预测框架，整合7个国际研究队列、12185名受试者的神经心理评估、血液指标、基因数据、脑部MRI影像等日常临床易获取数据，无需PET扫描，即可精准预测个体大脑内β淀粉样蛋白（Aβ）斑块与τ神经原纤维缠结的病理状态。
—预测准确率：Aβ病理预测准确率达89%，τ病理预测准确率达85%；
—临床价值：为AD早期筛查提供低成本、可普及的工具，同时精准筛选适合靶向治疗的患者，优化临床试验入组流程，大幅降低研发成本。
2. 《npj Digital Medicine》：一种基于半监督AI模型，利用电子健康记录识别未确诊阿尔茨海默病
发表时间：2025年12月
研究团队：加州大学洛杉矶分校（UCLA）医疗中心
原文标题：A semi-supervised AI model to identify undiagnosed Alzheimer’s disease from electronic health records
核心内容：
针对AD“诊断不足”的痛点（非裔美国人患病概率是白人的2倍，但确诊率仅为1.34倍），研发半监督AI模型（半监督 AI 模型的核心特点：只用少量人工标注的样本做基础，就能利用海量无标注数据自主学习、提升识别预测能力），直接分析医院电子病历（EHR）中的用药记录、就诊记录、实验室数据等常规信息，精准识别未确诊的AD患者。
—模型优势：规避传统模型的诊断偏见，对少数族裔患者识别准确率提升30%；
— 应用价值：解决AD早期漏诊、误诊难题，尤其助力医疗资源不足地区的早筛工作，实现“数据多跑路，患者少跑腿”。
二、加药物研发
阿尔兹海默症药物研发素有“死亡之谷”之称——过去20年，全球药企投入超千亿美元，研发的200多种药物中，仅5款获批，且均为“治标”药物，无法阻止神经元死亡。核心瓶颈在于：AD病理复杂（Aβ沉积、τ蛋白过度磷酸化、自噬功能失调等多因素叠加）、候选化合物筛选效率低、难以穿透血脑屏障、副作用大。
AI的算法优势，完美解决了这些痛点：快速筛选百万级化合物、精准预测血脑屏障穿透性、规避毒副作用，直接将药物研发周期从5-10年缩短至1-2年，多项里程碑式成果发表于《Nature Biomedical Engineering》等顶级期刊（中文译名：《自然・生物医学工程》，影响因子26.8，工程技术领域顶杆）。
1. 《Nature Biomedical Engineering》：AI筛药平台，发现可穿透血脑屏障的自噬增强剂。
发表时间：2026年4月（最新重磅成果）
研究团队：澳门大学路嘉宏团队、杭州德睿智药、英国帝国理工学院联合研究
原文标题：DeepDrugDiscovery identifies blood–brain barrier permeable autophagy enhancers for Alzheimer’s disease
核心内容：
DeepDrugDiscovery是研究团队自主研发基于AI驱动的机制感知型筛药平台，整合百万级中药及天然产物化合物库，融合ADMET（吸收、分布、代谢、排泄、毒性）预测、血脑屏障穿透性预测、自噬活性预测三大核心模块，精准筛选能治疗AD的潜在药物。
—筛选过程：AI从115万种化合物中，层层筛选（血脑屏障穿透→自噬活性→低毒性→动物实验有效），最终锁定2种全新中药小分子化合物；
—药物机制：通过非mTOR依赖途径增强大脑细胞自噬功能（大脑“清道夫”），高效清除Aβ斑块和过度磷酸化τ蛋白，从根源上解决AD病理问题，且无明显副作用；
—里程碑意义：首次证明AI可从中药天然产物中，高效筛选出治疗AD的潜在药物，为AD“治本”疗法开辟全新方向，目前候选化合物已进入动物实验阶段，效果显著。
2. 《Alzheimer’s & Dementia》（阿尔兹海默症领域顶级期刊）：AI优化临床试验，提升靶向药治疗效果
发表时间：2026年4月
研究团队：广州医科大学附属第二医院刘军教授团队（中国本土研究）
原文标题：Real-world effectiveness of lecanemab in Chinese patients with early Alzheimer’s disease: A 6-month prospective study
AI助攻核心内容：
仑卡奈单抗（lecanemab）是全球首款获批的抗Aβ靶向药，可清除大脑Aβ斑块，但临床试验中部分患者效果不佳。研究团队利用AI预后预测模型（PPM），对患者进行精准分层，筛选出“慢进展、早期神经元损伤”的患者亚组。
—治疗效果：AI筛选后的患者，接受仑卡奈单抗治疗6个月后，认知衰退速度减缓46%，29.2%的患者大脑Aβ沉积达到PET“转阴”标准，远高于传统筛选方法的效果；
—临床价值：解决AD临床试验“患者异质性”难题，大幅提升靶向药治疗有效率，为中国AD患者的精准治疗提供本土化数据支撑。
三、认知提升
AD自从1906被发现以来，它的发病机制一直成迷，只是一些过程特征被抓住了，比如β-淀粉样蛋白（Aβ）沉积、tau蛋白因为过度磷酸化形成神经原纤维缠结，导致了神经元大量死亡。Aβ和tau只是中间产物、垃圾残骸，它们或许只能算是压死神经元的最后一根稻草，真正杀死神经元的是背后的连锁反应，而非单一原因。
AI凭借超强的数据分析能力，整合基因、影像、蛋白质组、代谢组等多维度数据，构建AD病理网络，精准解析各致病因素的关联，锁定核心治愈靶点，为药物研发和治疗方案设计提供理论支撑。
《Cell Reports Medicine》（中文译名：细胞医学报道，医学领域权威期刊）：AI解析大脑能量失衡机制，逆转小鼠AD进程。
发表时间：2025年12月
研究团队：美国凯斯西储大学、克利夫兰医学中心
原文标题：Restoring NAD+ homeostasis reverses Alzheimer’s disease-related cognitive impairment in mice
核心内容：
研究团队利用AI多组学分析模型，整合AD患者脑组织、血液样本的代谢组、蛋白质组数据，首次发现大脑能量供应失衡是AD恶化的核心驱动因素——患者大脑内关键能量分子NAD+水平显著降低，直接导致Aβ沉积、τ蛋白磷酸化、神经元死亡。
—AI预测靶点：精准锁定“恢复NAD+平衡”为AD治愈核心靶点；
—实验突破：基于AI预测，研发药物P7C3-A20，恢复小鼠大脑NAD+平衡，成功逆转晚期小鼠AD进程——修复受损脑组织、完全恢复记忆和认知功能，τ蛋白标志物回归正常水平；
—意义：从“延缓衰退”到“逆转疾病”，AI解析的能量失衡机制，为AD治愈提供全新策略，目前已启动人体临床试验准备工作。
四、AI攻克AD的倒计时已经开启
从早筛突破到药物提速，从病理解析到临床优化，AI已将阿尔兹海默症研究推进至“临床治愈前夜”。综合全球权威医学机构、顶刊研究团队的共识，结合当前AI赋能的研发进度，治愈时间线可精准预测：
1. 2026-2030年：精准治疗时代，实现“可控可管理”
—早筛普及：AI无创早筛技术全面落地，症状前10年即可精准识别高危人群，干预窗口大幅提前；
—靶向药迭代：AI筛选的新一代抗Aβ、抗τ靶向药获批上市，联合用药方案成熟，早期患者认知衰退可完全停止，中晚期患者症状显著缓解，AD进入“可控可管理”阶段，类似高血压、糖尿病等慢性病；
— 专家共识：美国加州大学AD研究中心主任、《Nature》审稿专家Boxer预测：“2030年前，AI赋能的联合疗法将让AD从‘不治之症’变为‘可长期管理的慢性病’”。
2. 2030-2035年：根源治愈突破，实现“临床治愈”
—根治药物上市：AI解析的自噬增强、能量平衡、神经修复等靶点药物完成临床试验，获批上市，可清除大脑病理沉积物、修复受损神经元、恢复认知功能，实现AD“临床治愈”；
—适用人群：早期、中期患者可完全治愈，晚期患者可显著改善生活质量，摆脱“记忆丧失、生活不能自理”的困境；
—权威预测：《柳叶刀》AD专题报告指出：“在AI的持续赋能下，2035年前，首个可根治阿尔兹海默症的药物将上市，全球5000万患者将迎来治愈曙光”。
3. 2035年后：预防为主，终结AD流行
—疫苗研发：AI助力研发AD预防性疫苗，高危人群（如APOEε4基因突变携带者）接种后，可预防Aβ沉积和τ蛋白磷酸化，从根源上阻断AD发生；
—终结流行：AD不再是老年人群的“头号杀手”，全球发病率大幅下降，阿尔兹海默症将成为可预防、可治愈、可管理的普通疾病。
AI为光，照亮“遗忘”的归途，从《Nature Communications》的无创早筛，到《Nature Biomedical Engineering》的潜在治愈药物；从《Cell Reports Medicine》的病理逆转，到世界权威专家的时间预测，这里面都离不开AI的力量。
倒计时已经按下，希望正在生长。或许就在不远的将来，当AI赋能的治愈药物问世，我们终于可以对千万AD患者及家属说：遗忘的噩梦终将结束，记忆会回来，爱也会回来。
作者：对了
编辑：伊萨
视觉：虫虫
点击蓝字 关注我们
往期精彩：