怎样提早发现阿尔茨海默病（AD）？

随着人口老龄化程度的深化，我国已成为全球阿尔茨海默病 (Alzheimer's disease，AD) 患者数量增速最快的国家之一，AD 早期筛查显得尤为关键。

然而，目前用于 AD 早筛的方式存在不足，如评估量表的主观性，AD 生物标志物检查无法直接表征大脑功能的神经生理学变化，现有检测创性或费用昂贵等，因而医学界一直在探索更精准客观、易于推广的早筛工具。

近年来，脑电图（Electroencephalogram, EEG）作为一种新兴的认知神经科学工具，在 AD 早期筛查领域展现出巨大潜力。

什么是脑电图（EEG）

脑电图 (EEG) 是一种无创医学检查方法，用于记录大脑的电活动，来检查大脑皮层功能。

通过在头皮上放置多个电极，EEG 能够捕捉到大脑神经细胞产生的电信号，放大并记录，处理成医生可以分析的波形报告。

这些波形反映了大脑的电生理活动，可以用来诊断和研究多种脑部疾病和状况，如癫痫、睡眠障碍、脑损伤等。

2021 年，欧美专家共识提出，静息态 EEG 特征可作为 AD 临床试验中的神经生理学标志物。2023 年《前驱期阿尔茨海默病的简易筛查中国专家共识》提出，将 EEG 作为痴呆临床前筛查的客观标志物。

EEG 在 AD 早筛中的应用

01 早期识别

EEG 能够捕捉到大脑功能在 AD 早期的微小变化，这些变化可能在临床症状出现之前就已经存在。通过分析 EEG 信号的特定模式，可以识别出 AD 早期的神经电活动异常。

特异性波形变化：AD 患者的 EEG 图谱通常表现出特定的波形变化，如θ波和δ波的增加以及α波和β波的减少。这些波形变化可以作为 AD 的潜在生物标志物。

频谱分析：可以发现与 AD 相关的特征频率变化，这些变化在早期阶段可能更加明显。

EEG 可以与其他影像学方法（如 MRI、PET）和认知评估工具结合使用，提供更全面的诊断信息，提高早期诊断的准确性。

此外，随着技术的发展，EEG 与其他新技术的结合也为 AD 的早期识别提供了新的视角。如利用大数据和机器学习算法对 EEG 数据进行分析，也可以将 EEG 与功能性近红外光谱（fNIRS）结合，可以提供更多维度的大脑活动信息，进一步提高早期识别能力。

02 长期监测

基于无创的特性，EEG 可以安全重复进行，这使得 EEG 非常适合 AD 的长期监测。

监测疾病进展：通过定期记录并比较 EEG 的变化，可以评估疾病进展。

评估治疗效果：治疗前后记录 EGG，可用于评估药物或其他治疗方法的效果。

03 认知功能评估

任务执行能力

在执行认知任务时记录 EEG，可以评估大脑在任务期间的电活动变化。这种方法可以帮助识别认知功能的早期损害，特别是在记忆和注意力任务中。

刺激反应能力

通过特定刺激（如视觉、听觉或认知刺激）诱发大脑的电活动，可以评估大脑对这些刺激的反应，AD 患者通常在这些诱发电位上表现出延迟或异常反应。

04 分层筛查

EEG 可用于大规模的脑健康筛查。综合 EEG 的早期识别、长期监测及认知功能评估能力，医疗专业人员可基于 EEG 分析系统，评估患者认知下降风险程度，进行风险分层。

基于 EEG 分析系统的认知风险筛查与 2020 年中国阿尔茨海默病痴呆诊疗指南提出的 AD 临床分期的对应关系

根据不同风险级别，可给予个性化的医疗建议，以提高诊断准确率，合理分配医疗资源。

总的来说，EEG 能够捕捉早期神经电活动的变化，提供特异性波形作为生物标志物，评估认知功能损害，监测疾病进展，以及与其他方法结合提供全面诊断信息。EEG 的非侵入性和高时间分辨率使其成为 AD 早期识别和长期监测的有力工具。

随着技术的进步，EEG 在 AD 研究和临床应用中的潜力将不断扩大。

参考资料：

[1] 中华医学会神经病学分会痴呆与认知障碍学组, 中国医师协会神经内科医师分会认知障碍疾

病专业委员会. 前驱期阿尔茨海默病的简易筛查中国专家共识 (2023 年版) [J]. 中华神经医学杂

志, 2023(05): 433-444.

[2] 田金洲, 解恒革, 王鲁宁, et al. 中国阿尔茨海默病痴呆诊疗指南 (2020 年版)[J]. 中华老年医

学杂志, 2021, 2021 年 03 月 14 日 (03).

[3] 钟博, 王鹏飞, 王乙乔, 王晓玲. 基于深度学习的 EEG 数据分析技术综述 [J]. 浙江大学学报 (工学版), 2024, 58(5): 879-890.

[4] Babiloni C, Arakaki X, Azami H, et al. Measures of resting state EEG rhythms for clinical trials in Alzheimer's disease: Recommendations of an expert panel [J]. Alzheimers Dement, 2021, 17(9):1528-1553.

[5]Perpetuini, D., Chiarelli, A.M., Filippini, C., Cardone, D., Croce, P., Rotunno, L., Anzoletti, N., Zito, M., Zappasodi, F. and Merla, A., 2020. Working memory decline in alzheimer’s disease is detected by complexity analysis of multimodal EEG-FNIRS. Entropy, 22(12), p.1380.DOI:10.3390/e22121380