至今人类尚没有发现彻底治愈阿尔茨海默氏症的药物，但是一项新的研究为更容易和更早地筛查这种疾病开辟道路。
及早发现阿尔茨海默病对于有效治疗至关重要。然而，目前还没有可靠的检测方法。不过最新公布的由瑞典卡罗林斯卡学院的研究人员完成的研究显示，通过分析血液中一种称为二等分N-乙酰葡糖胺的聚糖结构，可能会帮助医生提早筛查患有这一疾病的病人。这种聚糖结构与tau蛋白的水平有关，tau蛋白是一种在严重阿尔茨海默氏症的发展中起关键作用的蛋白质。
聚糖是在蛋白质表面的糖分子，是生命的主要组成部分之一。
识别二等分N-乙酰葡糖胺可以为医生提供一条发现阿尔茨海默氏症高风险个体的途径。事实上，这项研究为提前10年预测阿尔茨海默氏症发作的简单筛查程序开辟一条道路。
在阿尔茨海默氏症发作时，患者大脑中的神经元死亡，因此造成智力衰退等一系列问题。因此，在病情早期，如果能够发现已经罹患该病的患者，并通过积极治疗，减少神经元死亡，有助于缓解甚至逆转这一疾病。
在这项研究中，研究人员测量了参与者的血聚糖水平。他们发现，聚糖和tau蛋白水平匹配的个体患阿尔茨海默氏症的可能性是其他人的两倍多。
该论文的第一作者、卡罗林斯卡学院的神经生物学、护理科学与社会系的研究员Robin Zhou说：
我们在研究中证明，在疾病发展的早期，聚糖在血液中水平发生了变化。这可能意味着我们将能够仅通过血液测试和记忆力测试来预测阿尔茨海默氏症的风险。
采取生化检测，可能有助于我们及早发现罹患该病的患者，此外，近期大火的AI技术，也在为诊断该疾病提供新的可能路径。
上个月，发表在国际著名科学期刊《PLOS ONE》上的一项研究指出，深度学习模型在阿尔茨海默氏症诊断中比未经训练的AI模型更加准确，而且该技术能够排除一些干扰诊断的因素，如年龄。美国马萨诸塞州综合医院研究人员用数万张人脑扫描图像训练了一个深度学习模型，部分图像是患有阿尔兹海默氏症的患者大脑，部分没有，随后该研究将该模型与真实临床诊断数据进行了对比。
结果显示，经过训练的深度学习模型识别阿尔茨海默氏症的准确率达到90.2%，相比之下，比没有接受过训练的、更简单的人工智能模型的诊断准确率高约5个百分点。此外，90%的准确率还远远高于临床检测准确率。根据2017年美国国立卫生研究院（NIH）公布的一项研究，由人主导的临床检出率仅为77%。