近日，杭州师范大学公共卫生与护理学院曹世华教授团队与香港中文大学AIoT实验室联合，在全球数字医学顶尖期刊《npj Digital Medicine》（Nature 子刊，中科院一区TOP，影响因子：14.78）上发表了题为“Alzheimer’s disease digital biomarkers multidimensional landscape and AI model scoping review” 的研究论文。杭州师范大学公共卫生与护理学院2023级护理研究生齐文豪为论文第一作者，杭州师范大学为第一完成单位。曹世华教授与香港中文大学的邢国良教授为共同通讯作者。    

      阿尔茨海默病作为一种常见的神经退行性疾病，其早期诊断对于延缓病程、优化治疗方案具有重要意义。然而，传统诊断方法如生物标志物检测存在成本高、侵入性强、频繁检测困难等局限，神经心理学测试存在天花板效应，无法具体量化疾病动态演变。针对这些痛点，本研究系统梳理并分析了阿尔茨海默病数字生物标志物的多维度研究现状，首次提出了数字标志物的系统完整分类，对11类阿尔茨海默病数字生物标志物（包括数字化神经认知测试、语音分析、眼动追踪、肢体运动等）的AI模型构建展开了全面分析，涵盖任务范式至模型验证等多方面的细节内容。为实现对患者行为与生理数据的实时、非侵入式采集与分析，提升诊断的客观性与持续监测能力提供了证据。

      该研究不仅首次全面揭示了阿尔茨海默病数字生物标志物研究的多维景观，还系统性总结了人工智能在优化诊断模型中的优势与不足，为数字健康技术在神经退行性疾病中的临床转化提供了重要参考。此外，该研究还指出了现阶段所面临的数据多样性与标准化、临床验证和模型的外部适应性、数据隐私和保护等挑战，并提出了相应的应对策略。该研究对于推动阿尔茨海默病早期诊断与精准医疗的进程，提升数字诊疗创新应用具有重要意义。

     原文链接：https://www.nature.com/articles/s41746-025-01640-z