科学家们创造了一种简单的血液测试，利用人工智能（AI）预测帕金森病，甚至在症状出现前七年就能做到。帕金森病是一种迅速增长的神经退行性疾病，目前全球约有1000万人受到其影响。这种疾病是渐进性的，随着时间推移导致运动能力和协调能力的下降。其原因是大脑中控制运动的黑质部分的神经细胞死亡。这些神经细胞由于α-突触核蛋白的积聚而死亡或受损，失去了产生重要化学物质多巴胺的能力。
目前，患有帕金森病的人在出现症状后接受多巴胺替代疗法，症状包括震颤、运动缓慢和步态问题，以及记忆问题。但研究人员认为，早期的预测和诊断对于寻找能够通过保护多巴胺产生来减缓或阻止帕金森病的治疗是非常宝贵的。《自然通讯》杂志发布的一项研究显示，研究人员采用最先进的技术识别出帕金森病的潜在生物标志物。由UCL大欧门街儿童健康研究所的凯文·米尔斯教授领导的团队旨在开发一种在症状出现之前就能使用的帕金森病诊断测试。
研究人员强调早期诊断的重要性，并表示随着新的帕金森病疗法的推出，在症状出现之前识别出患者至关重要。他们强调大脑细胞不能再生的事实，突显了保护现有细胞的必要性。米尔斯教授将当前的方法比作“关马厩门在马已经逃跑后”，并强调在症状出现之前开始实验性治疗的重要性。
通过利用尖端技术，研究人员希望识别出新型和改进的帕金森病生物标志物，为早期诊断测试的开发铺平道路。这种主动的方法可能会彻底改变帕金森病的诊断和治疗方式，最终使患者受益并推动医学研究的发展。目标是将这一测试整合到NHS实验室中，并在充足的资金支持下，可能在两年内实现。这项发表在《自然通讯》的研究发现，机器学习，这是一种AI，可以通过分析八种在帕金森病患者中发生变化的血液生物标志物，实现100%的诊断准确率。研究人员还测试了该测试是否可以通过检查72名快速眼动行为障碍（iRBD，即REM睡眠行为障碍）患者的血液样本来预测发展帕金森病的风险。iRBD患者在无意识中会身体表现出他们的梦境，通常经历生动或暴力的梦境。研究表明，约75-80%的iRBD个体最终会发展成突触蛋白症，这是一种以脑细胞中α-突触核蛋白异常积聚为特征的脑部疾病，可能导致如帕金森病等状态。
一个机器学习工具分析了这些患者的血液，发现79%的iRBD患者的血液特征与帕金森病患者相似。
在十年的观察中，患者得到监测，AI预测显示出准确性。团队准确预测出16名患者将在任何症状出现前的七年内发展为帕金森病。他们继续监测这些患者以确认测试的准确性。迈克尔·巴特尔博士和詹妮·哈尔奎斯特博士从临床医疗方面进行了研究，并致力于验证测试的准确性。通过检测血液中的特定标记，我们能够潜在地识别出可能在症状出现前几年发展帕金森病的个体。这可能导致更早地进行药物治疗，从而潜在地减缓疾病的发展，甚至完全防止其发生。
“我们不仅创造了一种用于诊断该病的测试，还能指出与炎症和非功能性蛋白质降解等过程直接相关的标记。这些标记可能成为新药物治疗的靶点，”合著者凯拉什·巴蒂亚教授（UCL女王广场神经病学研究所和国家神经病学与神经外科医院）表示。测试的准确性目前正在由瑞博士及其团队进行评估。他们通过分析处于高风险的个体样本，如因特定基因突变（如‘LRRK2’或‘GBA’）而导致高雪氏病的患者，来进行这一评估。
该团队还正在寻求资金以开发一种更简单的血液点测试。这种测试将涉及将一滴血放在卡片上，然后送往实验室进行分析。目标是确定该测试是否能够比当前研究中出现的七年更早地预测帕金森病。
这项研究得到了欧盟地平线2020计划的资助，GOSH生物医学研究中心（NIHR GOSH BRC）与帕金森病英国研究所的研究主任大卫·德克斯特教授合作，为英国的研究提供资助。“由帕金森病英国共同资助的这项研究是在寻求一种明确且患者友好的帕金森病诊断测试方面的重要进展，”大卫·德克斯特教授表示。他还提到，在临床研究中，发现血液中的生物标记可能比目前使用的腰椎穿刺的侵入性要小。这种基于血液的测试有潜力在早期阶段区分帕金森病与其他状态，如多系统萎缩或路易体痴呆。最近的发现为开发一种简单的帕金森病测试和测量提供了持续的努力。
