目前寻找成功的阿尔茨海默病药物仍然是一个难题，专家们认为，识别生物标志物——疾病的早期生物学信号——可能是解决治疗难题的关键。然而，从数以万计的老年痴呆症患者身上快速收集的数据远远超出了科学界的理解能力。

现在，在美国国立卫生研究院国家老龄化研究所的1780万美元资助下，宾夕法尼亚大学佩雷尔曼医学院的研究人员将与11个研究中心合作，以确定该疾病更精确的诊断生物标志物和药物靶点，这影响了全世界近5000万人。在这个项目中，这些团队将应用先进的人工智能（AI）方法，整合和发现来自60000名老年痴呆症患者的遗传、成像和临床数据的模式，这是同类研究中规模最大、最具雄心的研究项目之一。

宾州医学院的克里斯托斯达瓦特齐科斯博士（christosdavatzikos）是一名放射学教授，也是生物医学图像计算和分析中心的主任；李申博士是信息学教授，他们将在这项为期五年的项目中担任五名共同首席研究员中的两名。

“大脑老化和神经退行性疾病，其中阿尔茨海默氏症是最常见的，是高度异质性的，”Davatzikos说这是一次前所未有的尝试，试图剖析这种异质性，这可能有助于为治疗和未来的临床试验提供信息。”

宾夕法尼亚大学的研究人员称，阿尔茨海默病患者群体的多样性是药物试验失败的重要原因。

“我们知道在大脑中有一些复杂的模式，我们可能无法用视觉来检测。类似地，可能不是一个单一的基因标记使人处于老年痴呆症的高风险中，而是一个基因组合，可以形成一个模式。”沈说机器学习可以帮助组合大型数据集，梳理出以前看不到的复杂模式。”

这就是为什么该项目的第一个目标是找出这三种模式（基因、影像学和临床症状）之间的关系，以确定预测老年痴呆症诊断和进展的模式，并区分该病的几种亚型。

Davatzikos说：“我们想重新定义‘老年痴呆症’这一术语。事实是，一种对一组患者有效的治疗方法，可能对另一组患者无效。”

研究人员随后将利用这些发现建立认知能力下降和阿尔茨海默病进展的预测模型，该模型可用于指导未来患者的治疗。

这项工作还将利用来自阿尔茨海默病测序项目的数据，该项目由美国国立卫生研究院资助，由宾夕法尼亚大学的Gerard Schellenberg博士和Li San Wang博士以及来自40个研究机构的同事领导。该项目的目标是找出新的基因组变异，这些变异有助于——以及防止——患上老年痴呆症。