《GeroScience》：Evaluating dementia risk prediction in mild cognitive impairment: an early health technology assessment of the AI-Mind tool
编辑推荐：
本研究聚焦于痴呆预防的严峻挑战，针对轻度认知功能障碍（MCI）患者向痴呆转化的风险预测这一临床痛点。为评估新兴的基于AI的预测工具（如AI-Mind）的潜在经济价值，研究人员构建了一个决策分析模型，比较了现行临床实践与引入预测工具两种策略的成本和效果。研究结果表明，在没有高效疾病修饰治疗的情况下，单独使用风险预测工具可能不具有成本效益；然而，若与疗效和成本俱佳的治疗策略结合使用，则可能成为具有成本效益的替代方案。这项工作为相关工具的早期研发与市场定价提供了关键的循证决策依据。
痴呆症是全球老年人群致残的主要原因之一，它不仅给患者带来沉重的身心负担，也对其家庭照护者和整个社会构成了巨大的经济压力。全球每年因痴呆产生的经济成本高达1.3万亿美元。目前，痴呆的治疗手段主要集中在暂时缓解症状和干预已知的可调控风险因素上，尚无能够治愈该疾病的疗法。一个关键的前驱阶段是轻度认知功能障碍（MCI），其特征是认知功能出现超出年龄预期的衰退，但尚未严重到显著干扰日常生活。研究表明，在确诊为MCI的患者中，高达40%的人会在5年内进展为痴呆。然而，现有的临床实践往往缺乏有效的工具来精准区分哪些MCI患者会快速进展，哪些会保持稳定，这使得预防和干预措施的靶向性大打折扣。在这一背景下，早期识别高风险个体、进行准确的预后预测，对于指导治疗决策、优化资源配置、减轻患者焦虑和规划未来护理至关重要。
由欧盟资助的AI-Mind项目应运而生，它旨在开发一种人工智能（AI）驱动的预测工具，通过整合血液生物标志物、社会人口学变量、数字认知测试分数和脑电图（EEG）等多种数据，来准确评估MCI个体向痴呆转化的风险。但一个核心问题随之而来：在临床实践中引入这样一套风险预测系统，从长远来看，是否具有经济上的合理性或成本效益？毕竟，任何新技术的推广都必须考量其带来的健康收益与所花费的医疗成本之间的平衡。为此，研究人员开展了一项早期卫生技术评估（Health Technology Assessment, HTA），旨在评估实施此类预测工具与当前标准临床实践相比的潜在成本效益。这项研究发表在了《GeroScience》期刊上。
为了回答这个问题，研究人员采用了一种结合了决策树和马尔可夫（Markov）模型的决策分析模型。研究的目标人群是经过神经心理学测试、实验室评估和磁共振成像（MRI）确诊的MCI患者。模型模拟了从风险预测、信息告知、随访、治疗到疾病长期进展的全过程，并比较了两种策略：一种是现行临床实践（仅提供一般性的预后信息），另一种是采用AI-Mind等预测工具进行个体化风险预测。模型输入了包括诊断与预后测试成本、不同健康状态（MCI、轻度/中度/重度痴呆）的医疗成本和效用值、预测工具的敏感性与特异性、以及可能的疾病修饰治疗效果等多种参数。特别值得一提的是，研究还通过一项离散选择实验专门获取了接收不同风险预测结果（高风险、中等风险、低风险）对患者生活质量（以效用值衡量）的影响数据，并将其纳入模型。为了适应不同医疗环境和预测工具的可变性，研究团队还开发了一个交互式在线仪表盘，允许用户自定义多种参数。
研究方法
研究人员开发了一个决策分析模型来评估实施MCI向痴呆转化风险预测工具的潜在成本效益。该模型结合了短期临床路径的决策树和模拟长期疾病进展的马尔可夫模型。目标人群为确诊的MCI患者。模型输入参数涵盖了诊断测试、人员参与、治疗、随访等患者轨迹的各个方面，以及相关的概率、成本和效用值。为了灵活适配不同场景，研究还创建了一个交互式在线仪表盘。研究以AI-Mind工具为应用案例进行了分析。
结果
基准案例分析
在假设预测敏感性和特异性为95%、预测期为5年且无可用治疗的情况下，现行临床实践是主导策略，其成本更低（115,032欧元 vs. 115,928欧元），获得的质量调整生命年（Quality-Adjusted Life Years, QALYs）更高（9.36 vs. 9.32）。QALYs的减少主要归因于接收到高风险预测信息对生活质量产生的负面影响。
空间分析与情景分析
- 1.
预测期影响：当预测期缩短至2年（仍假设95%敏感性和特异性）时，引入AI-Mind策略会获得略高的QALYs（9.40 vs. 9.36），但其增量成本效益比（ICER）为20,133欧元/QALY，略高于预设的支付意愿阈值（20,000欧元/QALY）。若预测性能降至80%，则现行实践仍是主导策略。
- 2.
结合治疗策略：
- •
情景a（基于严格生物标志物标准的靶向治疗，如lecanemab，仅约8%患者符合条件）：在所有分析中，现行临床实践都是更具成本效益的选择。
- •
情景b（不考虑生物标志物状态、治疗成本较低的普适性治疗）：若预测工具能达到95%的敏感性和特异性，则AI-Mind策略在5年和2年预测期下均成为主导策略（成本更低、QALYs更高）。但若预测性能为80%，则AI-Mind策略不再具有成本效益。
- 3.
与更广泛诊断流程的比较：当现行实践包含更广泛的诊断测试（如脑脊液CSF和正电子发射断层扫描PET）时，若AI-Mind工具能达到95%的敏感性和特异性且预测期为2年，它将成为主导策略。阈值分析显示，在此情景下，AI-Mind工具每位患者的最高成本可达447欧元（主导策略）或1246欧元（成本效益策略）。
敏感性分析
确定性敏感性分析表明，MCI向痴呆的转化率、预测工具的敏感性与特异性，以及与风险预测相关的效用值/负效用值，都对两种策略间的增量QALYs有显著影响。转化率和预测工具性能对增量成本也有一定影响。
结论与讨论
本研究表明，在当前缺乏广泛适用且高效疾病修饰治疗的临床条件下，单独实施类似AI-Mind的痴呆风险预测工具不太可能成为具有成本效益的替代方案，主要是因为接收到转化风险信息（尤其是高风险信息）对生活质量造成的总体负面影响。然而，在特定条件下，风险预测工具有可能成为比现行实践更具成本效益的选择。这主要取决于几个关键因素：预测工具的准确性能否达到高水平（如95%的敏感性和特异性）、是否与有效的靶向治疗策略相结合、以及治疗的可及性和成本。 例如，当存在一种普适性且成本较低的治疗方法，并且预测工具能精准识别高风险人群以进行靶向干预时，预测工具的价值才能凸显。
本研究通过早期HTA为AI-Mind等预测工具的进一步开发和定价提供了重要信息。它明确了工具实现成本效益所需满足的条件（如预测性能、治疗可用性），能够引导研发方向。研究还强调了接收预后信息对患者生活质量的影响是评估成本效益时不可忽视的关键因素。尽管存在一些局限性（如未区分痴呆亚型、对治疗效果的建模相对简化、成本数据基于荷兰体系等），但通过提供的交互式仪表盘，该模型能够灵活应用于不同医疗环境和预测工具的评估。最终，研究建议在考虑进一步开发和实施此类预测工具前，应结合当地可用的治疗选择和成本，审慎评估那些显示出成本效益前景的临床情景的实际相关性。
