这项由耶路撒冷团队主导的综述指出，阿尔茨海默病的诊断能解释的远比表面上少，并提出以计算整合穿越预测未能捕捉的变异。
两个人可能收到同样的阿尔茨海默病诊断，却走进两种截然不同的疾病。一个开始失去记忆，另一个开始失去词语——或在生活了几十年的地方认不得路。病历上的标签一模一样，接下来的走向却完全不同。
差异不止于症状。脑扫描结果不同，基因背景不同，与疾病相伴的其他健康问题也不同。这是一叠单一诊断类别根本无法涵盖的变异。
标签与现实之间的这道鸿沟，正是预测失灵之处。对试图预判患者病程下一步的研究者而言，单凭一个诊断无法解释大量结局。由耶路撒冷希伯来大学研究人员主导的一篇综述直面这一问题，并给出一个计算层面的答案：“模型之模型”（model of models）——一个旨在把患者层面的差异纳入统一分析框架的体系，而不是让每个病例都套在同一个不加区分的名目之下。
这一前提看似简单，实则不然。记忆衰退、找词困难、定向障碍、扫描模式、基因、共病——每一样都是一条信息流。综述的论点是：这些信息流应归于同一个计算结构之中，让它们的差异得到共同审视，而不是被诊断一笔抹平。
关键就在“下一步”这个词上。任何建立在解释力不足的标签之上的预测，都恰恰会在最需要精确答案的地方变得迟钝。这项由耶路撒冷团队主导的综述把计算整合——将症状、影像、基因和共病当作一个问题而非几个问题来处理——定位为穿越那种变异性的路径。“模型之模型”能否把异质性从障碍变成可用的信号，是这篇综述已然摆上台面的问题。
一种疾病，多条轨迹。所提出的计算任务，就是别再假装不是这样。
萬安算交所 AIXX · 萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅