在全球超過5500萬人受到癡呆癥影響、有效治療手段仍然有限的背景下，來自復旦大學、浙江大學醫(yī)學院等機構的研究人員，利用機器學習開發(fā)出一套全新的膳食干預方案，旨在更有效地降低老年人患癡呆癥的風險。相關研究成果近日發(fā)表于《自然·人類行為》（Nature Human Behaviour）期刊。

該飲食方案被命名為MODERN（Machine-learning-assisted Optimizing Dietary intERvention against demeNtia risk），即“機器學習輔助的優(yōu)化抗癡呆風險飲食干預”。研究通訊作者、復旦大學的余金泰教授表示：“我們研究的初衷是為了應對當前缺乏有效治療手段的現(xiàn)狀，開發(fā)出切實可行的預防策略。飲食作為一個高度可控的風險因素，具有廣泛的推廣潛力?！?/p>

基于大數(shù)據(jù)與機器學習構建

研究團隊使用了英國生物樣本庫（UK Biobank）中超過18萬人（185,012人）的健康和飲食數(shù)據(jù)，并采用了名為LightGBM的機器學習算法，來識別與較低癡呆風險相關的最佳食物組合。

“在我們測試的多種算法中，包括XGBoost和隨機森林，LightGBM的預測性能最為優(yōu)異，ROC曲線下面積（AUC）最高?！闭撐墓餐谝蛔髡哂燃呀淌诮忉尩?。

通過算法對食物種類的重要性排序，研究人員構建出一套可操作的評分體系——MODERN飲食評分，強調適量攝入如綠葉蔬菜、漿果等有益腦健康的食物，同時限制含糖飲料等不利因素。

優(yōu)于MIND飲食，降低36%患病風險

在多個獨立外部驗證隊列中，得分最高的MODERN飲食組，其參與者患癡呆的風險比得分最低組低了36%。第一作者陳思佳博士指出：“機制分析顯示，MODERN飲食可能通過改善腦結構完整性、減輕神經炎癥等通路，發(fā)揮神經保護作用?！?/p>

更值得關注的是，MODERN飲食的預防效果優(yōu)于當前較為廣泛推廣的“MIND飲食”（地中海-得分飲食），后者原本被認為是預防神經退行性疾病的主流飲食模式。

有望納入公共衛(wèi)生政策

研究團隊表示，未來將進一步在不同人群中驗證MODERN飲食的適用性，并計劃開展隨機對照試驗（RCT），以確認其因果效應。

“我們的目標不僅是為癡呆提供一種有效的飲食干預工具，還希望擴展這一數(shù)據(jù)驅動方法，應用于焦慮、抑郁等其他腦部疾病?！庇嘟淌谡f，“我們希望最終建立一套統(tǒng)一的、循證的飲食框架，用于全面促進腦健康，預防神經系統(tǒng)疾病?！?/p>

參考文獻：Machine learning-assisted optimization of dietary intervention against dementia risk.?Nature Human Behaviour(2025).?DOI: 10.1038/s41562-025-02255-w

編輯：王洪

排版：李麗