伦敦玛丽女王大学的研究人员开发了一种预测痴呆症的新方法，准确率超过80%，而且可以在诊断前9年预测痴呆症。新方法提供了一种比记忆测试或脑萎缩测量更准确的预测痴呆症的方法，这两种方法是诊断痴呆症的常用方法。
由查尔斯·马歇尔教授领导的研究小组通过分析功能性核磁共振成像(fMRI)扫描来检测大脑“默认模式网络”(DMN)的变化，从而开发了这种预测测试。DMN连接大脑的区域来执行特定的认知功能，是第一个受阿尔茨海默病影响的神经网络。
研究人员使用了来自英国生物银行的1100多名志愿者的功能磁共振成像扫描，这是一个大型生物医学数据库和研究资源，包含了来自50万英国参与者的遗传和健康信息，以估计构成默认模式网络的大脑十个区域之间的有效连接。
研究人员根据每个患者的有效连接模式符合表明痴呆症或类似对照模式的模式的程度，为他们分配了痴呆症概率值。
他们将这些预测与英国生物银行记录的每位患者的医疗数据进行了比较。研究结果表明，该模型在正式诊断前9年就能准确预测痴呆症的发病，准确率超过80%。研究人员还发现，在志愿者患上痴呆症的情况下，该模型可以在两年的误差范围内准确预测出做出诊断所需的时间。
研究人员还研究了DMN的变化是否可能由已知的痴呆症风险因素引起。他们的分析表明，阿尔茨海默病的遗传风险与DMN的连通性变化密切相关，支持了这些变化是阿尔茨海默病特有的观点。他们还发现，社交孤立可能会通过影响DMN的连通性来增加患痴呆症的风险。
查尔斯·马歇尔(Charles Marshall)是玛丽女王学院沃尔夫森人口健康研究所预防神经病学中心的教授和名誉顾问。他说:“预测未来谁会患上痴呆症，对于开发治疗方法至关重要，这些治疗方法可以防止导致痴呆症症状的脑细胞不可逆转的损失。”尽管我们在检测大脑中可能导致阿尔茨海默病的蛋白质方面做得越来越好，但许多人在大脑中携带这些蛋白质生活了几十年，却没有出现痴呆症的症状。我们希望我们开发的大脑功能测量将使我们能够更精确地了解某人是否真的会患上痴呆症，以及多久会患上痴呆症，这样我们就可以确定他们是否会从未来的治疗中受益。”
AINOSTICS(一家与世界领先的研究团队合作开发用于神经系统疾病早期诊断的脑成像方法的人工智能公司)的首席执行官Hojjat Azadbakht说:“开发的方法有可能通过提供痴呆症的非侵入性生物标志物来填补巨大的临床空白。在QMUL的研究小组发表的研究中，他们能够在接受临床诊断之前识别出那些后来会患上阿尔茨海默病长达9年的个体。正是在这个症状前阶段，新兴的改善疾病的治疗方法可能为患者提供最大的益处。”
