伦敦大学女王玛丽学院的研究团队开发了一种新技术，可以在官方诊断之前长达九年内，以超过80%的准确率预测痴呆症。这种新方法提供了一种比常用的记忆测试或大脑萎缩测量更精确的痴呆症预测方式。
查尔斯·马歇尔教授和他的团队创造了一种通过研究功能性磁共振成像（fMRI）扫描来预测阿尔茨海默病的测试，以识别大脑“默认模式网络”（DMN）的变化。DMN将不同的大脑区域连接在一起，以执行特定的认知功能，并且是第一个受到阿尔茨海默病影响的神经网络。
研究人员分析了来自英国生物库的1100多名志愿者的fMRI扫描，英国生物库是一个拥有来自50万个英国参与者的遗传和健康数据的生物医学数据库和研究资源。他们使用这些数据来估计十个大脑区域之间的有效连接性，以检测阿尔茨海默病。研究的重点是大脑中的默认模式网络。研究人员使用每位患者的有效连接模式来计算他们发展痴呆症的概率。随后，他们将这些预测与英国生物库中患者的病历进行了比较。结果表明，该模型能够在官方诊断之前准确预测痴呆症的发生，准确率超过80%。此外，在志愿者已发展为痴呆症的情况下，该模型也能够识别这一点。查尔斯·马歇尔教授，一位教授和荣誉顾问神经病学家，领导了这个研究团队。他们发现，DMN能够准确预测痴呆症诊断所需的时间，误差范围为两年。研究还揭示，阿尔茨海默病的遗传风险因素与DMN连接性变化之间有着强烈的关联，表明这些变化是特定于阿尔茨海默病的。此外，社会孤立被发现通过影响DMN的连接性来增加痴呆症的风险。女王玛丽大学沃尔夫森人口健康研究所的预防神经病学中心专注于预测未来谁会发展痴呆症。这对于开发治疗方法以防止导致痴呆症症状的不可逆转的大脑细胞丧失至关重要。尽管在检测能导致阿尔茨海默病的大脑蛋白方面取得了进展，但许多个体即使有这些蛋白也可以在没有表现出痴呆症迹象的情况下生活多年。该中心希望他们创建的脑功能测量能够提供更准确的痴呆症发展预测。 “通过更好地了解谁可能发展痴呆症及其时间，我们希望能够确定谁可能从未来潜在的治疗中受益，”领导作者、预防神经病学中心的学术基础项目医生塞缪尔·埃雷拉解释道。“通过对大型数据集使用这些分析技术，我们可以确定高风险的痴呆症患者，并揭示可能导致他们高风险的环境因素。这些方法在各种大脑网络和人群中应用的潜力很大，这可以帮助我们更深入地理解在不同环境下环境、神经生物学与疾病之间的相互作用。使用fMRI这种非侵入性医学成像工具，可能能够早期检测痴呆症和其他神经退行性疾病。收集所需数据只需大约6分钟，这使其能够集成到现有的诊断路径中，尤其是在已经使用MRI的情况下。”
