由麻省理工學院（MIT）研究團隊主導，集結人工智慧研究員、醫師及科學家，近日發布了首款專為阿茲海默症預防而設計的AI基礎模型FINGERS-7B。該模型可整合多元數據，大幅提升臨床前期診斷的精準度。

FINGERS-7B模型透過分析數萬名高風險個體的生活型態、臨床數據、基因組及蛋白質組等資訊，能識別出多組學生物標記（multi-omic biomarkers），以用於診斷臨床前期的阿茲海默症。相較於現有技術，FINGERS-7B在臨床前期診斷的準確度上提升了四倍，受試者的分層預測效果也改善了130%。

此AI模型採開源形式，並部署於Alzheimer’s Disease Data Initiative (ADDI) 旗下的安全雲端環境AD Workbench中，旨在讓全球研究人員能自由運用。FINGERPRINT專案更是結合了FINGERS-7B與AI代理，能夠實現自動化的多組學分析，並針對每個個體生成個人化分析報告，預測其風險、認知衰退進程及潛在干預措施的效果。

麻省理工學院Picower Institute for Learning and Memory主任蔡立慧（Li-Huei Tsai）教授強調，儘管實驗室能產生大量數據，但如何有效整合一直是挑戰，FINGERPRINT正是AI解決此問題的典範。諾和諾德（Novo Nordisk）AI研究員Adrian Noriega則指出，每個人都擁有獨特的生物指紋，透過FINGERPRINT可揭示疾病風險，進而協助阿茲海默症的預防與治療。博勞德研究所（Broad Institute）學者Arvid Gollwitzer也認為，阿茲海默症預防的基礎模型應當是開源且即刻實施。

此項研究建立在米婭·基維佩爾託（Miia Kivipelto）教授的FINGER研究，以及涵蓋40個國家、三萬名參與者的全球WW-FINGERS網絡基礎之上。麻省理工學院的Aging Brain Initiative去年六月已提供十萬美元的種子基金，由Adrian Noriega及Giovanni Traverso共同帶領此專案。團隊在短短十個月內便完成FINGERS-7B的訓練與部署，並開放外部使用。

FINGERPRINT團隊的努力也獲得業界認可。今年二月，Davos Alzheimer's Collaborative與FINGERS Brain Health Institute宣布合作，將採用FINGERPRINT進行阿茲海默症預防研究。上月，該團隊更入圍由ADDI與Gates Ventures贊助的AI Insights Data Prize決賽。FINGERS-7B模型已於昨日在巴西里約熱內盧舉行的ICLR大會上正式發表。