波士顿-马萨诸塞州总医院(MGH)的一组科学家开发了一种基于软件的扫描电子健康记录(EHR)的方法，以估算健康人将来会接受痴呆症诊断的风险。他们的算法使用机器学习来首先建立与临床专家识别的认知症状相关的关键临床术语的列表。接下来，他们使用国家语言处理(NLP)来梳理EHR以查找这些术语。最后，他们使用这些结果来估计患者患痴呆症的风险。

该论文的第一作者托马斯·麦考伊说：“最令人兴奋的是，我们能够提前八年预测出新的痴呆症诊断风险。”该小组的成员包括MGH定量健康中心，哈佛大学陈冠希公共卫生学院和哈佛大学脑组织资源中心的成员。他们的论文本周发表在阿尔茨海默氏症和痴呆症中。这项研究包括267,855名患者被纳入两个医院系统之一的数据。研究发现，在随访的8年中，有2.4%的患者发生了痴呆。

痴呆症的早期诊断可能是改善护理水平并为其找到真正有效治疗方法的最重要步骤之一。目前，阿尔茨海默氏病影响着超过550万美国人，而且随着人口的老龄化，这一数字预计将激增。当前的早期检测工具需要额外的，可能昂贵的数据收集。MGH开发的工具完全基于软件，可以更好地利用常规临床护理过程中已经生成的数据。这种基于软件的早期风险检测方法可能会加速旨在减缓病情发展或逆转早期疾病的研究努力。

McCoy指出：“这种方法最初是作为一种通用的'认知症状'评估工具而开发的。但是我们能够将其用于回答有关痴呆症的特定问题。”换句话说，事实证明，一般的认知症状检测器可用于痴呆风险分层任务。他解释说：“这项研究对在跨神经精神病学条件下计算广泛的症状负担评分的有用性做出了越来越大的贡献。”

McCoy及其同事的早期研究使用这些工具来预测自杀和意外死亡的风险，以及在急诊室中患有精神病症状的儿童的入院可能性和住院时间。这项最新研究表明，经过适当调整后，该工具也可以应用于与其他脑部疾病有关的更具体的问题。

该研究的资深作者，MGH定量健康中心主任Roy Perlis医师表示：“我们需要尽早发现痴呆症，以便有最好的机会弯曲曲线。”“通过这种方法，我们使用的是健康记录中已经存在的临床数据，除了愿意使用这些数据之外，不需要任何其他操作。”

研究人员希望该工具可以用于加速研究。

研究小组成员，神经病学副主席，神经病学联席主任鲁道夫·坦兹(Rudolph Tanzi)博士说：“这种方法可以在世界各地重复使用，从而为我们提供了更多的数据和更多的证据，用于寻找潜在疗法的试验。” MGH神经退行性疾病研究所的MGH McCance脑健康中心。