又是AI幫忙！能提前15年預測阿爾茨海默病發病風險的早篩試劑來了

“平時走路穩不穩？會不會突然摔倒？”“眼睛看得清楚嗎？腦子反應快不快？” “好，現在看我手的示意，慢慢轉動腦袋……”

7月盛夏，清晨窗外的陽光早已明晃晃地刺眼。復旦大學附屬華山醫院的住院部內，神經內科副主任郁金泰教授帶著一群學生正在查房。

郁金泰教授（右一）和團隊在復旦大學附屬華山醫院開學術研討會

隨著人口老齡化加劇，與年齡相關的神經退行性疾病負擔持續上升。這位80后醫學專家，17年來每天都在和阿爾茨海默病、帕金森病等“過招”。今年，繼發現帕金森病全新治療靶點后，阿爾茨海默病早篩早診檢測試劑也將于年底上線各大醫院和體檢中心，有助于提前預測發病風險。

這些突破性研究成果的背后，有一個“超級引擎”：復旦大學與阿里云等聯合打造的CFFF智算平臺。

“通過人工智能賦能，加速阿爾茨海默病預防診治研究的進程，最終實現該病可防、可控、可治。”郁金泰滿懷期待。在科技創新與醫學進步的交融中，人類延長健康壽命的美好愿景正一步步變為現實。

提前15年預測

阿爾茨海默病發病風險

“我感覺我的葉子都掉光了，那些樹枝、狂風和暴雨。我已經搞不明白發生的一切。”2021年奧斯卡金像獎最佳男主角獲獎影片《困在時間里的父親》，主人公是一位阿爾茨海默病患者，隨著病情的加重，他分不清過去和現在、幻想和現實……

生活中，千萬患者正經歷著同樣的迷失——中國有近1700萬癡呆癥患者，阿爾茨海默病占比超60%。

這種起病隱匿、至今在臨床治療中無全解的神經退行性疾病，早發現早干預成為對抗它的關鍵。

今年2月，央視新聞一則關于復旦大學科研團隊的報道點燃了希望之火：通過AI算法分析血漿蛋白質，未來或可實現僅需幾滴血就能預測包括阿爾茨海默病在內的上百種疾病風險。

“阿爾茨海默病的發病率隨著年齡呈指數級增長，70歲以上發病率可達15%，過了85歲可能達到20%-30%，95歲以后這個數字增長到45%。”郁金泰告訴九千光年。

通常阿爾茨海默病的確診，依賴于臨床問診、神經評估以及一系列檢查排除其他原因，但臨床判斷的準確率只有70%-80%。“想更準確的話，早期檢測可以做PET（正電子發射計算機斷層掃描）、腰穿查腦積液，但前者價格高昂且有輻射風險，后者有創性，不被部分患者或家屬接受。”

有沒有更優解？

郁金泰團隊在外周血（除骨髓之外的血液）中發現了革命性的線索：某些關鍵蛋白質指標，在發病前15年就會有異常波動。這項發布于《自然·衰老》（Nauture Aging）的研究成果顯示，通過血漿及腦脊液蛋白質組學研究發現阿爾茨海默病新的診斷生物標志物，聯合診斷精度高達98.7%。

“這種檢測兼具便捷性與經濟性，未來或許可以大規模普及，尤其是在社區層面。”郁金泰認為。

腦脊液蛋白對阿爾茨海默病診斷的準確度及外部隊列驗證和尸檢病理驗證結

以此為起點，團隊納入了5萬人的約3000種測序蛋白，繪制了更宏大的蛋白質組圖譜，試圖通過血液檢測實現數百種疾病的早期預警。

對我們普通人來說，這項成果的現實意義在于，不久的將來，一次普通的血檢或許就能打開預防疾病的先知之門。而今年底，阿爾茨海默病早篩早診檢測試劑就會先行上線各大醫院和體檢中心。

數年完成的計算分析

縮短至數周甚至數天

40公里外的復旦大學張江校區，類腦智能科學與技術研究院研究員程煒正在電腦前和學生們探討優化模型。

郁金泰團隊所取得的突破性研究成果，是人工智能賦予科研的全新視野，也是醫工交叉碰撞出的火花。

應用數學出身的程煒，與郁金泰相識于5年前。雙方團隊興趣相似、優勢互補，一個醫工交叉的課題組應運而生。

復旦大學附屬華山醫院郁金泰教授團隊與復旦大學類腦智能科學與技術研究院馮建峰教授團隊合影。前排左二為郁金泰，右二為程煒。

過去人們沒有開展蛋白質組研究，主要受限于蛋白質檢測技術和分析手段，海量數據難以處理，而如今AI讓這一困境迎刃而解。“當時，我們利用血液中的蛋白質組學數據，測了約3000個不同的蛋白，通過算法分析識別出10個與阿爾茨海默病發病高度關聯的蛋白質標志物。”程煒解釋，如果用傳統方法可能會找到數百個關聯蛋白，無法精準判斷哪些才是核心。

支撐這一突破的“超級大腦”是CFFF智算平臺，阿里云提供的AI算力將原本需要數年的計算任務壓縮到數周甚至是數天。這種算力躍遷讓程煒感觸頗深：“2011-2012年那會兒，我們團隊自己買了幾臺機器，處理100人的影像數據就已很難，一臺小服務器跑了好幾天。”依托CFFF平臺運行后，他有信心建立更大的數據庫來推動研究。

目前，團隊的研究數據主要來自兩大渠道：公開數據（國內外開放數據庫），以及專有數據。后者包括類腦研究院數萬人腦影像庫、華山醫院臨床數據，以及HEAD隊列數據（在全國范圍建立的社區腦健康衰老隊列）。

“以前的研究過程像是在大海撈針，尋找特定的科研線索猶如釣魚，可能需要很長時間才能找到想要的結果。而現在，AI技術就像一網打盡，能在短時間內高效篩選出大量相關數據，精準定位到目標，大大節約科研人員的時間和精力，也增強了科研人員解決問題的能力。”郁金泰表示。

重塑科研范式

“這是中國也是全球第一次讓高校擁有了和科技巨頭一樣的研究計算平臺，讓研究真正進入計算驅動的時代。”兩年前的6月CFFF上線當天，中國工程院院士、阿里云創始人王堅如是說。兩年來，它已覆蓋生命科學、材料科學等多元領域，推動百余項科研成果落地。

CFFF包含兩個計算機集群：面向多學科融合創新的“切問1號”，以及面向計算科學高精尖研究的專用高性能計算機集群“近思1號”。借助阿里云全球領先的大規模異構算力融合調度技術、分級存儲技術、AI與大數據一體化技術，兩個集群連成了一臺真正意義上的“超級計算機”。

其中，阿里云烏蘭察布數據中心以公共云模式，為全國科研機構的多個項目提供超千卡并行智能計算，支持千億參數的大模型訓練。千卡并行的有效算力達到行業領先的92%，可拓展性達到萬卡，萬卡并行有效算力也可達90%。

據九千光年了解，研究團隊在CFFF平臺上開設賬號，團隊負責人可設置不同的子賬號分配給各組研究員使用。相比CFFF建成前各團隊需自行購買服務器排隊使用，CFFF提供了更充足的算力，可以實現多任務同時計算。一個賬號對應一個域，數據都在一個賬號域內，計算環境也更安全。

在程煒看來，隨著AI時代對算力需求的增長，以及對數據安全和隱私保護的重視，很多高校都在建立或強化自己的計算平臺。“尤其是在涉及敏感臨床數據的研究中，自己擁有計算平臺必不可少。”

對于研究人員而言，CFFF也正在引發一場科研范式的變革。

郁金泰說，傳統研究采用“假設驅動”模式，研究人員需根據預設的理論推測可能的指標、靶點或藥物；而AI介入后，研究范式轉變為“數據+算法”驅動，借助深度學習算法和強大的算力支持，在海量數據中快速精準地發現關鍵指標和潛在治療方案。

AI驅動精準醫學的下一站

在全力攻克阿爾茨海默病的同時，郁金泰和程煒團隊的目光投向了另一個困擾人類的頑疾——帕金森病。作為全球第二大神經退行性疾病，它同樣缺少早期預警與精準治療的“利器”。

這次，研究團隊成功發現了帕金森病全新治療靶點，并利用AI篩選出候選藥物，登上《細胞》和《自然》等國際頂刊。這項原本需要數十年的研究，在AI加持下僅用5年就取得突破性進展。

團隊研究路徑

眼下，程煒團隊還在CFFF平臺構建了一個基于血液多組學的多疾病預測模型。該模型僅需通過血液樣本，就能對200多種疾病進行10年內的風險預警，準確率超80%。“我們搭建了一個交互式平臺，用戶可以上傳體檢報告或血液檢查結果，系統將根據模型提供疾病風險預警服務。它基于真實生物學數據，而非大語言模型的預測。”

郁金泰則透露，將進一步利用人工智能新模型和新算法，整合多組學數據，促進精準醫學發展。人類健康與疾病的代謝組圖譜和多組學圖譜等，都在緊鑼密鼓地繪制中。

與此同時，阿里云AI基礎設施也已支撐CFFF平臺全面升級，提供文理醫工各學科47個特色學科模型和4萬余個科學數據集開放使用，支持發表了多篇CNS級別的高水平論文。

“AI不是取代醫生，而是成為有效助手，提升醫療科研工作的效率和精準度。”程煒表示。不只為征服星辰大海，更為守護人間煙火，這或許就是AI最溫暖的價值所在。

文 | 童蔚 實習生 徐一諾

VIEW MORE

@開過密室逃脫的90后科學家，正在破解宇宙神秘信號 >>

@在硅谷，華人這張臉現在有多值錢？ >>

@被馮驥在朋友圈“暴論”的AI短劇有什么來頭？ >>

@ 他在杭州做毛絨潮玩，拿下閱文獨家投資>>