言語和語言的細(xì)微變化可能是阿爾茨海默病的早期預(yù)警信號——有時比其他嚴(yán)重的癥狀出現(xiàn)得更早。目前的挑戰(zhàn)是認(rèn)識到這些變化,并確定什么可能是阿爾茨海默病或其他神經(jīng)退行性疾病的信號。

《MedcialXpress》1月5日消息

2020年12月31日發(fā)表在《醫(yī)學(xué)探索》(Exploration of Medicine)雜志上的一篇評論中,阿爾茨海默病專家提出了一個全球研究聯(lián)盟的愿景,該聯(lián)盟可以以數(shù)字生物標(biāo)志物的形式給臨床醫(yī)生和患者提供這些答案。

評論于2020年12月31日發(fā)表在《Exploration of Medicine》雜志上

阿爾茨海默病藥物發(fā)現(xiàn)基金會(Alzheimer's Drug Discovery Foundation ,ADDF) 首席作者Nicole Bjorklund博士說:“智能設(shè)備的使用迅速擴(kuò)大,如智能手機(jī)和數(shù)字可穿戴設(shè)備,使得收集大量語音和語言數(shù)據(jù)比以往任何時候都更容易。我們現(xiàn)在需要的是一種收集、分析和共享這些信息的統(tǒng)一方法,從而創(chuàng)建出能夠預(yù)測誰將會發(fā)展為阿爾茨海默病的算法�！�

該評論合著者Bjorklund博士和Shobha Purushothama博士分別是ADDF診斷加速器的經(jīng)理和高級主管。診斷加速器投資于開發(fā)微創(chuàng)、低成本和可靠的生物標(biāo)志物的研究,如測量言語和語言的變化、血液測試和眼部掃描,可以用于診斷阿爾茨海默病,跟蹤其進(jìn)展,并改進(jìn)治療的臨床試驗設(shè)計。

評論列出了創(chuàng)建一個全面、協(xié)調(diào)、開放訪問的言語和語言樣本庫的計劃。為了使其效用最大化,該存儲庫需要包括代表不同口音、語言和口頭交流組件的不同主題群組。它還應(yīng)該包括來自不同疾病階段的人的樣本,并包括有或沒有癡呆風(fēng)險因素的健康對照,以進(jìn)行比較。隨著時間的推移,還需要從相同的患者身上收集樣本,以便研究人員開發(fā)生物標(biāo)志物,監(jiān)測疾病的進(jìn)展。

“通過結(jié)合癡呆癥研究、語言學(xué)、數(shù)據(jù)分析和臨床試驗方面的專家的力量,我們可以生成一個黃金標(biāo)準(zhǔn)數(shù)據(jù)集,”評論合著者Lampros kurtis博士說,他是塔夫茨大學(xué)(Tufts University)的兼職助理教授,“然后我們可以梳理這些數(shù)據(jù),找到與疾病早期癥狀一致的模式�！�

蓋茨風(fēng)險投資公司(Gates Ventures)的健康與生命科學(xué)副主任Kristina Malzbender說,這個數(shù)據(jù)庫有用的另一個關(guān)鍵在于研究人員能夠訪問和分析數(shù)據(jù),同時維護(hù)患者的隱私和數(shù)據(jù)安全。蓋茨風(fēng)險投資公司與ADDF在診斷加速器上合作�！拔覀儤酚^地認(rèn)為,產(chǎn)生這種高質(zhì)量的數(shù)據(jù)將極大地促進(jìn)該領(lǐng)域的發(fā)展。特別是,保護(hù)數(shù)據(jù)隱私的方法在不斷發(fā)展,隨著存儲庫的形成,在適當(dāng)?shù)臅r候應(yīng)該實施、重新審視和完善最佳實踐。”

“數(shù)據(jù)科學(xué)的閃電般進(jìn)步,加上對癡呆癥的比以往任何時候都更深入的了解,正在打開新的和令人興奮的研究途徑,”ADDF創(chuàng)始執(zhí)行董事和首席科學(xué)官Howard Fillit醫(yī)學(xué)博士說,“ADDF知道合作伙伴關(guān)系的價值——我們在資助模式中采用合作伙伴關(guān)系,它們在研究中同樣有價值。研究人員單獨無法充分利用數(shù)字技術(shù)提供的機(jī)會,但我們一起可以促進(jìn)神經(jīng)退行性變研究的真正巨變�！�

參考文獻(xiàn)

Source:Alzheimer's Drug Discovery Foundation

A consortium to accelerate research into speech and language biomarkers for Alzheimer's disease

Reference:

Bjorklund NL, Fillit H, Malzbender K, Purushothama S, Kourtis L． The need for a harmonized speech dataset for Alzheimer’s disease biomarker development． Explor Med． 2020;1:359-63． https://doi．org/10．37349/emed．2020．00024

免責(zé)聲明

本公眾號上的醫(yī)療信息僅作為信息資源提供與分享,不用于或依賴于任何診斷或治療目的。此信息不應(yīng)替代專業(yè)診斷或治療。在做出任何醫(yī)療決定或有關(guān)特定醫(yī)療狀況的指導(dǎo)之前,請咨詢你的醫(yī)生。