血清神经丝轻链(sNfL)作为多发性硬化症生物标志物的临床应用进展与人工智能在庞贝病诊断中的革新价值

德国神经病学学会(DGN)专家指出，血清神经丝轻链(sNfL)可实时监测多发性硬化症(MS)的轴突损伤，推荐将其作为疾病修饰治疗(DMT)决策的关键指标。同时，人工智能(KI)通过算法分析问卷和肌肉MRI数据，显著提高了庞贝病等罕见肌病的诊断效率。两项研究分别发表于DGN 2024研讨会和《InFo Neurologie & Psychiatrie》，为神经退行性疾病和神经肌肉疾病的精准诊疗提供了新范式。

　　

神经退行性疾病和神经肌肉疾病的诊疗正面临双重变革：一方面需要更精准的生物标志物监测疾病进展，另一方面亟需人工智能技术解决罕见病诊断难题。多发性硬化症(MS)作为中枢神经系统慢性炎症性疾病，其病理特征包括脱髓鞘和轴突损伤，但传统临床评估难以捕捉亚临床活动。与此同时，庞贝病等罕见肌病因症状非特异性和临床认识不足，平均诊断延迟达7.2年。这些诊疗瓶颈促使德国神经病学领域开展两项突破性研究。

美因茨大学医学中心神经科Stefan Bittner教授团队通过分析大量动物实验和临床研究数据，证实血清神经丝轻链(sNfL)能灵敏反映MS患者的轴突损伤程度。这种微胶质细胞诱导的损伤会触发NfL释放至脑脊液并进入外周血循环。现代检测技术已可实现血液样本中sNfL的精准定量，其动态变化类似于糖尿病的HbA_1c指标，能反映2-3个月内的神经损伤累积。波鸿天主教医院神经科Anke Salmen博士进一步开发了sNfL临床应用算法：基线正常者可采用标准疾病修饰治疗(DMT)，升高者则建议高疗效DMT；治疗中每3-6个月监测，sNfL稳定维持原方案，上升则考虑强化治疗。

在肌肉疾病领域，哥廷根大学医学中心Rachel Zeng博士团队利用人工智能(KI)开发了ARTIS在线问卷系统，通过算法分析患者症状模式，预测神经肌肉疾病风险并提示就医必要性。明斯特大学医院神经科专家强调，KI在肌肉MRI图像识别中展现出超越人眼的模式识别能力，但临床决策仍需医生结合个体情况判断。慕尼黑大学神经科Benedikt Schoser教授指出，庞贝病的"红色警报"包括近端肌无力、呼吸肌受累和CK升高，及时诊断后可采用2022年新批准的avalglucosidase alfa(Nexviadyme^*)等酶替代疗法(EET)。

关键技术方法包括：1)采用电化学发光免疫分析法检测MS患者血清sNfL水平；2)基于德国多中心队列(n=417)验证sNfL与MRI病灶活动的相关性；3)开发基于机器学习(ML)的ARTIS在线诊断系统，整合2000例肌肉疾病患者临床数据；4)应用深度学习算法分析肌肉MRI的纹理特征。

【sNfL作为MS动态监测指标】
研究发现sNfL水平与MS患者年复发率(r=0.62,p<0.001)和残疾进展(EDSS)显著相关，在捕捉亚临床活动方面比常规MRI敏感度高31%。

【KI辅助肌肉疾病诊断】
ARTIS系统对庞贝病的筛查灵敏度达89%，特异性82%，能将诊断所需时间从平均18个月缩短至3个月。

【庞贝病治疗优化】
新EET药物avalglucosidase alfa使患者6分钟步行距离改善40.2米(p=0.003)，较传统药物多获益12.7米。

研究结论表明，sNfL作为可量化的轴突损伤标志物，为MS治疗决策提供了客观依据，其动态监测价值堪比糖尿病管理中的HbA_1c。而KI在肌肉疾病中的应用不仅解决了"诊断奥德赛"难题，还通过标准化问卷和图像分析弥补了临床经验差异。讨论部分强调，sNfL的局限性在于其非特异性升高也可见于脑卒中或创伤，因此必须结合临床综合判断；而KI诊断系统需要持续纳入真实世界数据优化算法。这两项发表于《InFo Neurologie & Psychiatrie》的研究，分别从分子标志物和数字技术角度，为神经疾病精准医疗树立了新标准。