阿尔茨海默病药物发现基金会(Alzheimer's Drug Discovery Foundation ,ADDF) 首席作者Nicole Bjorklund博士说:“智能设备的使用迅速扩大,如智能手机和数字可穿戴设备,使得收集大量语音和语言数据比以往任何时候都更容易。我们现在需要的是一种收集、分析和共享这些信息的统一方法,从而创建出能够预测谁将会发展为阿尔茨海默病的算法。”

 

该评论合著者Bjorklund博士和Shobha Purushothama博士分别是ADDF诊断加速器的经理和高级主管。诊断加速器投资于开发微创、低成本和可靠的生物标志物的研究,如测量言语和语言的变化、血液测试和眼部扫描,可以用于诊断阿尔茨海默病,跟踪其进展,并改进治疗的临床试验设计。

 

评论列出了创建一个全面、协调、开放访问的言语和语言样本库的计划。为了使其效用最大化,该存储库需要包括代表不同口音、语言和口头交流组件的不同主题群组。它还应该包括来自不同疾病阶段的人的样本,并包括有或没有痴呆风险因素的健康对照,以进行比较。随着时间的推移,还需要从相同的患者身上收集样本,以便研究人员开发生物标志物,监测疾病的进展。“通过结合痴呆症研究、语言学、数据分析和临床试验方面的专家的力量,我们可以生成一个黄金标准数据集,”评论合著者Lampros kurtis博士说,他是塔夫茨大学(Tufts University)的兼职助理教授,“然后我们可以梳理这些数据,找到与疾病早期症状一致的模式。”

 

盖茨风险投资公司(Gates Ventures)的健康与生命科学副主任Kristina Malzbender说,这个数据库有用的另一个关键在于研究人员能够访问和分析数据,同时维护患者的隐私和数据安全。盖茨风险投资公司与ADDF在诊断加速器上合作。“我们乐观地认为,产生这种高质量的数据将极大地促进该领域的发展。特别是,保护数据隐私的方法在不断发展,随着存储库的形成,在适当的时候应该实施、重新审视和完善最佳实践。”

 

“数据科学的闪电般进步,加上对痴呆症的比以往任何时候都更深入的了解,正在打开新的和令人兴奋的研究途径,”ADDF创始执行董事和首席科学官Howard Fillit医学博士说,“ADDF知道合作伙伴关系的价值——我们在资助模式中采用合作伙伴关系,它们在研究中同样有价值。研究人员单独无法充分利用数字技术提供的机会,但我们一起可以促进神经退行性变研究的真正巨变。”