近日，我国科学家利用生物医学大数据与人工智能算法开发了全新的阿尔茨海默病风险预测模型，并将其命名为UKB-DRP。该预测模型可预测未来五年、十年甚至更长时间的阿尔茨海默病发病风险。

　　据介绍，该预测模型对全因痴呆的预测AUC值为0.85，对阿尔茨海默病的预测AUC值更高，可达0.86~0.89。据了解，AUC的取值范围在0.5和1之间，AUC越接近1.0，检测方法真实性越高。

　　研究人员利用英国生物样本库队列，随访了425159名40~69岁的非患病人群，在长达11.9年的随访过程中，监测他们身体的各项指标数据，最终5287位参与者被诊断为新发阿尔茨海默病。随后，研究团队运用机器学习算法，计算每个指标对阿尔茨海默病预测模型的重要程度，最终选出排名前十的指标作为预测因子，构建了UKB-DRP预测模型。这十个预测因子是：年龄、基因、认知配对测试时长、腿部脂肪百分比、服药数量、认知反应测试时长、呼气峰流量、母亲死亡年龄、慢性疾病和平均红细胞体积。

　　研究人员表示，这十个预测因子可以从问卷调查、简单体检和常规血液检查中快速获取，相比其他基于昂贵全基因组测序、有创腰椎穿刺或PET影像等复杂预测因子建立的模型，UKB-DRP预测模型可广泛应用于各级医疗单位早期筛查。