检测和管理老年人认知障碍的技术进步：趋势、挑战和未来方向

arXiv:2607.28687v1 公告类型：新 摘要：随着人口老龄化，从轻度认知障碍 (MCI) 到痴呆的认知能力下降是未来几十年的决定性健康挑战，但常规评估往往会错过最早的迹象。本文批判性地综合了检测和管理老年人认知障碍的最新技术进展，涵盖神经生理信号（主要是脑电图，EEG）、结构和分子神经影像（MRI 和淀粉样蛋白/tau PET）、血液生物标志物和数字标志物，并通过人工智能 (AI)、机器学习 (ML) 和深度学习 (DL) 进行整合。除了总结之外，它还提供了一个跨学科的分类法、一个方法论严谨的镜头、一个前景独立于主题和地点的验证、一个将分层筛查与干预联系起来的综合早期检测框架，以及检测方法、干预措施以及风险和保护因素的比较表。脑电图标记（alpha/theta 变化、P300 延迟）和深度模型（CNN、LSTM/BiLSTM、变压器、自监督脑电图基础模型）报告了很高的准确性，但许多依赖于小型单点数据集，不太可能通过严格的外部验证。在其他方面，进展是显而易见的：血浆 p-tau217 已达到临床用途，2025 年首次血液检测可帮助诊断阿尔茨海默病；抗淀粉样蛋白疗法（lecanemab、donanemab）尽管疗效有限且存在争议，但仍获得批准；多领域生活方式预防已经成熟。可穿戴、远程、语音和虚拟现实工具可实现连续、生态有效的监测，多模式融合可提高灵敏度和特异性。障碍依然存在：标准化、可解释性、数据隐私以及公平、外部验证的部署。该领域的近期前景在于可靠、多模式、纵向验证的系统，将早期检测与可操作的个性化护理联系起来。