脑科学与脑机接口技术，作为融合神经科学、人工智能、材料科学等学科的前沿领域，已经成为全球科技竞争的战略高地。当老龄化社会与“认知衰退”的阴影不期而遇，我们如何守护暮年的智慧与尊严？据统计，我国阿尔茨海默病及相关痴呆总人数为1314万，大约占全球阿尔茨海默病患者总人数的25.5%，且每年新增病例超过 30 万，给家庭和社会带来沉重负担。这一被称为“记忆橡皮擦”的神经系统退行性疾病，已从单纯的医学问题演变为关乎国计民生的社会挑战。大脑，这台宇宙中最精密的“仪器”，其健康已成为关乎国计民生的重大命题。然而，人类对大脑的认知仍有大片空白，阿尔茨海默病、帕金森病等诸多脑疾病，至今仍缺乏能有效防控与治疗的成熟方案。
为应对脑疾病防治需求并推动脑科学与类脑智能发展，科技部于2021年发布了《科技创新2030——“脑科学与类脑研究”重大项目2021 年度项目申报指南》。该重大项目常被称为“中国脑计划”，其明确了两大核心研究方向：一是以揭秘大脑奥秘、攻克脑疾病为核心的脑科学基础与应用研究；二是以赋能人工智能技术创新为目标的类脑研究。自启动以来，该计划已催生了一批重要研究成果，并成功辐射至医学、教育、心理健康、人工智能等多个关键领域，实现了科研价值与应用价值的同步推进。中国脑计划自发布以来，机遇与挑战并存。中国类脑研究具体取得了怎样的突破？脑机接口技术遇到了怎样的瓶颈？阿尔茨海默病究竟有没有有效的治疗手段？大数据与人工智能对脑类疾病治疗的帮助有多大？基础研究与成果转化是否顺畅？有没有成熟的人才培养路径？与其他国家相比，中国的脑科学发展还有哪些短板？
针对诸多有关脑科学与脑机接口的重点话题，制片人李策与欧洲科学院院士、国家重大科学研究计划项目首席科学家、同济大学医学院院长、特聘教授、博士生导师郑加麟教授进行了一次相约问答。
作为兼具国际视野与本土情怀的科学家与教育家，郑加麟教授在美国从事神经科学研究与医学教育二十余年，于2016年全职回国，并于今年担任国际脑计划共同主席。他不仅在小胶质细胞与神经免疫领域取得国际公认的成就，揭示了神经炎症在脑衰老与退行性疾病中的核心作用，更致力于将前沿科学成果向临床应用转化。作为院⻓，郑加麟教授推动同济⼤学医学院建⽴了以“胜任⼒为导向”（Outcome-Based Education）的新型医学教育体系，并力行“科研下沉”，主导构建覆盖数千人的社区脑健康队列，旨在打通脑疾病早筛早诊的“最后一公里”。
在本期《绿色中国》中，李策与郑教授谈及阿尔茨海默病研究时，郑教授指出：“我们通过单细胞测序等技术，绘制了不同病理阶段小胶质细胞的动态变化图谱。”他强调，传统研究长期聚焦于β-淀粉样蛋白沉积和Tau蛋白异常磷酸化这两大病理特征，但针对这些靶点的药物研发屡遭挑战，提示我们需要从更全面的角度理解疾病的复杂机制。郑教授团队的研究揭示了小胶质细胞（大脑中的常驻免疫细胞）在阿尔茨海默病发生发展中扮演的关键角色。在生理状态下，小胶质细胞负责清除脑内的代谢废物和异常蛋白，维持神经微环境稳定。
然⽽，在衰⽼或病理条件下，⼩胶质细胞的功能调控可能发生紊乱，部分小胶质细胞从“清道夫”转变为“炎症煽动者”，释放⼤量炎症因⼦，从而在一定条件下加剧神经元损伤和突触丢失。此外，郑教授在《绿色中国》中特别强调了系统性因素对脑健康的影响。“大脑并非孤立器官，肠道微生物群以及肺部免疫与炎症状态可通过脑—肠轴和脑—肺轴与中枢神经系统进行双向调控。团队研究观察到，阿尔茨海默病患者在肠道菌群构成以及肺部相关状态方面发生改变。现有证据提示，这类改变可能与全身性低度炎症相关，并通过影响血脑屏障功能和神经炎症。上述发现为从多器官、多系统协同角度理解阿尔茨海默病提供了线索，也提示我们阿尔茨海默病的干预可能需要‘脑-肠同治’‘脑—肺同治’协同调控的综合干预策略。”⾯对阿尔茨海默病早期诊断困难、治疗⼿段有限的现状，郑加麟教授提出了“从早期识别”到“靶点干预”的多维度创新路径。从诊断层面，郑教授指出：“等到患者出现明显记忆障碍时，⼤脑损伤往往已不可逆转。”，强调了早期诊断的紧迫性。围绕这一目标，团队正探索构建适用于中国人群的阿尔茨海默病多模态诊断体系，综合血液生物标志物检测、智能化认知评估工具以及影像组学分析等手段，以提高早期识别的敏感性和准确性。在治疗层面，郑教授进一步提出，靶向神经免疫调控这一关键环节，探索通过调节脑内免疫反应和炎症状态，干预疾病进展的潜在治疗策略。基于对神经免疫机制的深⼊理解，郑教授团队正在探索全新的治疗策略：（1）⼩胶质细胞功能重塑剂：开发能够将“促炎型”⼩胶质细胞重编程为“神经保护型”的新型化合物（2）靶向递送系统：设计能够穿越⾎脑屏障的纳⽶载体，实现药物在脑内病灶部位的精准释放（3）免疫调节疗法：探索调节性 T 细胞输注等细胞疗法，抑制过度的神经炎症反应。
作为国家重⼤科学研究计划项⽬⾸席科学家，郑加麟教授对我国脑科学研究也有 着全⾯的战略思考，他在《绿色中国》中独家表示：“类脑研究不是简单模仿⼤脑结构，⽽是理解智能的本质。”郑教授指出，我国在类脑计算芯⽚、脉冲神经⽹络等领域已取得重要进展。这些研究不仅推动⼈⼯智能技术变⾰，也反过来加深我们对⼤脑⼯作原理的理解。“例如，通过构建阿尔茨海默病的预测模型，我们可以模拟疾病数⼗年的发展过程，预测干预措施的效果，⼤⼤加速药物研发。”另外，郑教授特别关注脑机接⼝技术在神经退⾏性疾病中的应⽤前景：“当前脑机接⼝研究多聚焦于运动功能重建，如帮助瘫痪患者恢复一些运动能⼒。但更激动⼈⼼的是它在认知增强和早期⼲预⽅⾯的潜⼒。”他介绍了团队在这⼀⽅向的探索：如“闭环神经调控系统” 可实时采集脑电等神经信号，并根据个体的脑状态变化自适应调整刺激参数，探索在认知变化较早阶段进行干预的可能性。“认知状态解码”利用脑电信号模式识别，对注意力和工作记忆相关特征等进行量化，为临床评估提供客观参考。“数字疗法融合”则将脑机接⼝的反馈信号与认知训练任务结合，形成个性化、⾃适应的康复⽅案。
以下是精选对话实录：
李策：就在最近，您与同济大学吴其辉教授作为共同通讯作者，在国际知名期刊《Cell Reports》上发表了一篇关于帕金森病的重要研究论文。能否请您为我们介绍一下，这项研究有哪些新的发现，或者在治疗思路上有什么新的突破呢？
郑加麟：在这项研究中，我们发现：帕金森病的关键致病蛋白，α-突触核蛋白的异常聚集，可能更容易在突触前的致密核囊泡微环境中被触发。研究发现囊泡蛋白Chromogranin A（CgA）是α-突触核蛋白聚集的关键相互作用蛋白和“促进因子”，不仅加速成核与纤维形成，还使形成的种子更耐降解、更易传播，进而导致神经网络活动下降、突触结构受损和运动行为变差。更重要的是，敲除CgA可以显著减轻这些病理与功能损害。
治疗启发在于：未来除了直接靶向α-突触核蛋白，还可考虑干预CgA相关的相互作用界面，从更早期降低致病种子的生成与扩散。
李策：对于普通家庭而言，这个听起来很专业的发现，究竟意味着什么？它能否帮我们更早地发现或干预帕金森病？
郑加麟：对普通家庭来说，这项发现的意义可以理解为，我们发现帕金森病早期病理“从哪里、怎么被触发”的关键环节，它为未来更早期的检测和干预提供了新的靶点与路径。当然，这一发现短期内可能还无法直接应用于临床，但这项研究相当于为帕金森病的体液标志物检测提供了一个机制支撑，仍需要在人群样本中验证。
李策：“阿尔茨海默病影响着千万家庭。同时，因为人口老龄化等因素，中国有约1314万的阿尔茨海默病及痴呆患者。世界卫生组织2024报告估计，中国每年新增病例约55万。作为中国神经科学会神经退行性疾病分会主任委员，您如何看待中国目前应对这个庞大患者群体最大的挑战是什么？您的研究团队正在尝试打开怎样的新突破口？”
中国目前应对这个庞大患者群体最大的挑战是什么？
郑加麟：中国目前应对阿尔茨海默病患者群体最大的挑战，本质上是人口老龄化推动患者数量的快速增长，与现有的“早识别—可及的规范治疗—长期连续照护”体系承载能力不足之间的矛盾。
阿尔茨海默病及其痴呆的发病风险随年龄显著上升。有研究估计我国60岁以上人群患病率约3.9%，85岁以上可达约25%，高龄人群负担尤其突出。以上海为例，截至2024年末，上海户籍60岁及以上人口约577万，接近户籍人口的40%，在“十人中就有四位老年人”的结构下，相关诊疗及照护需求增长极快。
因此，最大的挑战是怎么让更多AD患者在更早阶段被识别、能够获得合适且可及的检查与治疗，并在漫长的疾病进程中由社区—医疗—照护服务形成连续、可持续的支持体系。
李策：您的研究团队正在尝试打开怎样的新突破口？
郑加麟：我们的新突破口，核心是用“多条路径同时出击”，把阿尔茨海默病从单一靶点治疗，推进到“机制分层+组合干预”的立体策略。我们把它概括为 Multiple Approaches against Dementia（MAD），也就是“多途径对抗痴呆的‘疯’良方”（MAD）。
第一条路径是精准调控神经炎症。我早期在美国做HIV相关痴呆时发现，小胶质细胞的谷氨酰胺酶异常升高会驱动炎症并损伤神经元。基于这一机制，我们尝试“抗病毒+抗炎”的组合治疗，见到过认知功能显著改善的病例，这让我确信：抓住关键机制，认知障碍是有机会被扭转的。回国后我们进一步发现，衰老同样会激活这条代谢－炎症通路，因此谷氨酰胺酶成为我们干预AD的重要切入点。
第二条路径是再生与修复。我们探索把自体细胞重编程为神经干细胞，并利用其外泌体来改善脑内微环境、促进修复；相关技术已形成知识产权，并在动物实验中显示出治疗潜力，目标是向临床转化推进。
第三条路径是系统层面的新机制。我们提出并验证“肺—脑轴”可能参与AD发生：或者“肺部炎症或肺动脉高压状态可通过血液影响A及、p-tau 相关过程，进而引发脑血管血流异常与胶质细胞代谢紊乱。在此基础上，我们也在探索通过调节血流与代谢环境的药物策略（例如西地那非）对认知的改善潜力。
总体来说，我们从炎症调控、干细胞再生、外泌体修复、肺－脑系统调节等多个角度切入，构建一个更可转化、更可组合的干预框架。
李策：这个新靶点主要针对帕金森病，而您之前也深入探讨过阿尔茨海默病。在您看来，这两种困扰无数家庭的神经退行性疾病，在发病的根本机制上，有没有共通的“钥匙”？中国科研正在从哪些方向尝试“拿到”这把钥匙？
郑加麟：AD 和 PD 表面上一个以记忆/认知障碍为主、一个以运动障碍为主，但在更底层，它们都是神经退行性疾病，与衰老密切相关——衰老驱动的细胞内稳态失衡，让大脑逐步进入“更容易出故障，也更难自我修复”的脆弱状态。衰老会让大脑出现一些“共性变化”，它们会提高多种退行性疾病的易感性：比如蛋白稳态维护与清除能力下降：在AD中表现为β淀粉样蛋白的沉积和tau蛋白异常磷酸化，在PD中则更易出现α-突触核蛋白的异常聚集。此外，还包括线粒体功能下降、氧化应激增加、慢性炎症与胶质细胞反应模式改变。
如何“拿到”这把钥匙：第一，在基础机制层面，结合脑图谱、多组学和动物/细胞模型，以衰老相关的蛋白稳态失衡、神经炎症与神经元脆弱性等关键通路为主线，探索疾病机制，筛选并验证更具可转化潜力的候选干预靶点。第二，在临床证据层面，通过多中心队列和长期随访，把这些机制对应到人群中的影像和体液标志物变化，建立风险分层模型，明确高危人群及关键干预窗口。第三，转化落地上，把血液标志物、影像和数字化工具结合起来，形成标准化、可推广的早筛与分层转诊流程；同时把可操作的轻量化工具（如VR任务、简化脑电/眼动等）下沉到社区和家庭，实现筛查—随访—干预的闭环。
李策： “祝贺您于2024年当选为欧洲科学院院士。请您谈一下交叉学科的重要性，尤其是工科背景如何助力您的医学研究，特别是神经科学领域的探索？”
郑加麟：交叉学科在神经科学里不是“锦上添花”，而是把问题真正做深、做成、做可用的前提。比如阿尔茨海默病这类疾病的难点不仅是探索发病的机制，还需要考虑到能否把机制研究转化为可规模化的早筛、可持续的管理和可验证的干预。这恰恰需要医学与工科在同一套体系里协同工作。
李策：近年来，AI技术的发展突飞猛进，AI技术正在深刻改变阿尔茨海默病（AD）的研究范式，从早期筛查到治疗开发，形成了多维度赋能体系。请您谈一下AI 技术如何助力您在阿尔茨海默病领域的临床研究工作？可以为病人带来哪些福音？
郑加麟：人工智能正在阿尔茨海默病的早期筛查、诊断和干预中发挥重要支撑作用。首先，在风险识别与分层方面，AI可以融合影像数据（如 MRI、PET）、血液生物标志物以及认知量表和行为数据，建立预测模型，用于识别处于早期或高风险状态的人群。其次，在多模态生物标志物发现与机制线索挖掘中，AI擅长从影像组学、蛋白组和代谢组等高通量数据中挖掘复杂的组合特征，帮助构建“影像—分子—认知”的关联框架，支持靶点与通路研究。同时，借助可穿戴设备可以获取语音、步态、睡眠等行为学特征信号，AI可提取动态、客观的指标，捕捉传统门诊量表不易发现的细微变化，用于病程监测和疗效评估。我们还可以将AI与VR任务、脑电、眼动等采集结合。AI（尤其是大模型）能实现“刺激—采集—分析”的闭环，在社区或者家庭场景完成快速评估、分级预警与转诊建议。
对于病人而言，随着AI技术的发展，能够更早发现疾病：在症状很轻或尚未明显影响生活时就提示风险，争取干预窗口。更个体化：不同患者的疾病进展速度、共病因素、可能获益的干预策略更可被量化评估。更安全的长期管理：连续监测有助于及早发现恶化信号与用药、照护风险，及时调整方案。当然，这些必须经过多中心验证、真实世界评估等，并以医生决策为核心进行可解释、可追溯的临床应用。
李策：脑机接口（BCI）技术也为阿尔茨海默病（AD）研究开辟了革命性路径，其核心价值在于直接解码与干预神经活动。也请您介绍一下脑机接口技术如何助力您在阿尔茨海默病领域的临床研究工作？可以为病人带来哪些福音？
郑加麟：脑机接口在阿尔茨海默病临床研究中的价值，在于把过去难以量化的早期脑功能变化，变成可客观采集、可重复、可远程的研究指标，并逐步拓展到“评估—监测—训练/干预”的闭环。非侵入式脑机接口（常见有头皮脑电，也可结合近红外、眼动等）能在完成特定认知任务时记录神经电活动等脑功能特征，用于区分正常老化、轻度认知功能障碍与早期AD。近年来，也有研究将数字化或VR任务与脑电等信号联合建模，以提高筛查性能。
未来，脑机接口可能把认知变化从门诊量表拓展为更高频、动态的客观指标（例如脑电频段功率、连通性、诱发电位等），用于疗效评估、疾病进展追踪；同时支持在社区、家庭环境开展研究随访。脑机接口还可能将脑活动实时反馈给受试者，形成训练范式，用于轻度认知障碍或早期AD的认知训练与干预研究，这也是我们计划开展的研究方向。
李策：您曾提出应对阿尔茨海默病要“三管齐下”——科普、就医、服务下沉。这个策略对于帕金森病同样适用吗？面对庞大的患者群体和复杂的病情，您认为当前最急需突破的“一管”是什么？是社区筛查的技术，还是消除病耻感的社会心理建设？
郑加麟：这套“科普—就医—服务下沉”的策略对帕金森病同样适用，而且三者必须联动：科普提升认知、减少病耻感，就医提供明确诊断与分型，服务下沉保障早期筛查、长期随访、康复与用药管理。
如果必须选当前最急需突破的“一管”，我认为是以服务下沉为基础的早筛与分诊体系。阿尔茨海默病和帕金森病这一类神经退行性疾病是慢病，需要长期、连续、可及的管理。如果基层缺少标准化筛查工具、规范转诊路径与康复资源，很多患者往往在症状明显、功能受损后才进入专科。
至于“社区筛查技术”与“消除病耻感”不是二选一：技术决定能不能早发现，心理与社会环境决定愿不愿意来筛查。但从当前最紧迫的落地角度，优先把社区筛查、转诊与随访体系做扎实，才能把科普带来的就医意愿真正承接下来。
李策：从多模态数据库到外泌体治疗，再到今天的新靶点，中国在脑疾病领域的研究正在国际上发出强音。请您展望未来5—10年，哪些研究成果最有可能率先转化为让普通患者切实受益的诊疗手段？
郑加麟：展望未来5到10年，最可能先让普通患者真正受益的成果，我认为会优先出现在早期诊断的生物标记物、更精准的人群分层和数字化的长期随访管理系统。第一类血液标志物驱动的早筛与分层。用更便捷的血液检测把高危人群先筛出来，再决定谁需要进一步做影像或进入专科管理，让更多患者在超早期阶段就被识别、尽早干预。现在已经有很多团队基于血浆蛋白进行AD标记物的探寻，也发现了特异度、灵敏性高的生物标记物，有望未来应用于临床。
第二类是多模态数据库加AI形成的基层早筛工具。把影像、行为等数据整合建立疾病预测模型，结合像VR任务、简易脑电、眼动等采集的数据，在社区或家庭完成快速评估、风险预警和转诊建议。
第三类是数字化随访与连续照护。AD是慢性病，患者获益很大一部分来自长期管理：远程监测认知、睡眠和日常功能，及时发现恶化信号，动态调整治疗和照护方案。
关于外泌体和新靶点，更可能先在特定人群或特定场景完成临床验证后，再逐步走向更大范围应用。
李策：所有技术的终点都是人。在您提出的“AIH”（探索心、匠心、仁心）理念中，“仁心”尤为触动我们。当一位医生面对无法治愈的退行性疾病患者时，这份“仁心”该如何体现？医学如何保持它的温度？
郑加麟：AI 时代，我们培养的医⽣需要具备 AIH 三种素质：Aspiration（探索⼼）、 Ingenuity（匠⼼）、Heart（仁⼼）。技术和知识可以传授，但“仁⼼”——那种对⽣命的敬畏、对弱者的共情，是医学的灵魂。我认为，“仁⼼”可以通过教育和社会的正向激励来培养和强化。就像神经科学中的“强化学习”，当⼀个⼈的善⾏得到认可和⿎励，他就会更倾向于做出善的选择。我们培养的医⽣，未来⾯对的是⽆法完全治愈的退⾏性疾病患者，那时，精湛的技术（妙⼿）与温暖的关怀（仁⼼）同样重要。
李策：郑院士，我们常说“治未病”。对于屏幕前不同年龄段的朋友——比如忙碌的年轻人、肩负重任的中年人、开始享受退休生活的老年人，他们具体可以做哪些最重要、又容易坚持的事，来给自己的大脑健康“上保险”？
郑加麟：对年轻人来说，保证适当运动、规律作息，避免熬夜和烟酒、多学习勤思考；对中老年人，要重点控制血管危险因素比如：血压、血糖、血脂和体重等，加上规律运动和均衡饮食，保持良好的兴趣活动和社交，比如阅读、写字、打牌等，还要注意听力视力和慢性病规范管理。
李策：“结合您的研究，您对于‘健康老龄化’有着怎样的展望？科技将如何帮助老年人保有更有质量的生活？”
我对“健康老龄化”的展望，是让更多人不仅“活得更久”，更能是有质量的生活，把失能和痴呆的发生尽可能推迟，把晚年更多时间留给高质量生活。
科技的发展能够让人们更早发现疾病风险。让慢性病可以逐渐实现远程随访、家庭端认知评估、用药与康复指导，可以把一部分专科能力下沉到社区和家庭，减少老人反复跑医院，也让慢病管理更稳定。还可以让干预更精准、更个体化。神经调节、康复机器人等技术，未来可能实现根据个人状态实时调整训练与支持，帮助老人保持行动能力、认知功能和生活自主性。
李策：面对中国的老龄化现状，针对阿尔茨海默病人，我们如何可以开展AD的早期筛查与诊断？如何来加速可以用于AD治疗的药物开发过程？如何可以通过数字疗法来进行个性化的干预？您预期人形机器人到AD病人的照护中可以起到重要作用吗？
郑加麟：在阿尔茨海默病的早期筛查与诊断上，我们团队采取“医院精准诊断 + 社区早筛分层”的策略，并与上海市多家团队协同推进。第一，在同济大学附属医院，我们建立了系统的认知障碍队列，覆盖阿尔茨海默病、血管性痴呆等多种类型。我们为患者采集完整的临床与神经心理评估、脑MRI、脑电以及血液样本，构建多维度、多模态数据库，并利用人工智能整合多源数据，开发更精准、可推广的早期风险预测与辅助诊断模型，服务临床早诊与分型。第二，我们在浦东的临床团队，联合社区卫生服务中心建立覆盖几千人的脑健康队列，通过简便量表与基础临床信息实现快速筛查与风险分层，尽早识别认知下降或高危人群，并开展早期干预与长期随访，动态描绘认知变化轨迹，为确定干预窗口期和机制研究提供真实世界数据。
数字疗法要做到个性化，首先要实现个性化的分型，对于AD患者根据患者的认知情况、认知域损伤、共病等特征进行个性化的评估；再根据评估结果给予数字化处方，包括认知训练、用药和生活方式管理等方面。在认知训练过程中，系统根据正确率、反应时等数据自动调参。最后定期复评，把干预方案迭代优化。
人形机器人更像智能帮手，不是马上取代家属或护工。对普通家庭来说，最先能用上的功能可能有三类：第一，陪老人聊天、做简单认知训练，缓解孤独和焦虑；第二，提醒吃药、喝水、运动和作息，把每天的事变得更有条理；第三，安全看护，比如发现跌倒、夜里频繁起床、可能走失时及时通知家人。真正要普及，还要解决价格、隐私和稳定性问题。但方向很明确：让老人更安心、家属更省心。
李策：从个人努力到社会支持，我们注意到像厦门等地已经开始在社区为老年人提供免费的脑健康筛查。在您看来，要让我们每一个家庭都能更方便地获得这样的早期预警和指导，关键是要打通哪些环节？作为普通群众，我们又该如何去了解和利用这些不断增长的公共健康资源？
郑加麟：要让每个家庭都更方便获得脑健康早预警，关键是：第一，社区要有统一的筛查和风险分层；第二，高风险人群要打通到记忆门诊的转诊通道，明确下一步检查；第三，筛查后要有人随访，给出运动、睡眠、慢病管理和认知训练等可执行方案；第四，结果要能在社区和医院之间共享，数据安全也要规范。对普通群众来说，去社区卫生服务中心主动问有没有脑健康筛查；筛查时带上病史用药和家属；拿到结果问清“我是哪类风险、下一步去哪、多久复查”，把筛查变成行动。
李策：“在阿尔茨海默病这类全球性健康议题上，国际科研合作带来了哪些不可替代的价值？中国团队在其中扮演着怎样的角色？”中国在阿尔茨海默领域的研究在全球范围内处于什么水平？
郑加麟：国际合作在阿尔茨海默病这种全球性议题上，不可替代的价值包括：第一是大样本和多样人群，因为阿尔茨海默病是一种复杂的、多因素作用的疾病，在个体之间表现出异质性，跨人种、多中心才能把结论做得更稳、更能推广；第二是统一标准与数据共享，把量表、影像、标志物和随访流程标准化；第三是加速临床试验与转化，更快招募处于早期病理阶段的人群，验证药物和干预是否有效、是否安全。
中国团队在其中扮演的角色越来越关键：截至2019年，全球已有5162万的阿尔茨海默病及相关痴呆患者。其中，中国患者高达1314万人，几乎占全球总数的四分之一，中国拥有大样本的患者数量能为风险分层、共病谱，以及早筛与管理模式提供全球稀缺的证据；另一方面，国内多中心队列和生物标志物研究快速发展，也更容易与国际体系对接，形成相互验证。
链接：https://local.cctv.com/2025/12/30/ARTIPDpb0efK6BmeChNdVxua251230.shtml
