痴呆症评估工具全面图谱：从床边筛查到人工智能驱动的诊断

《Topics in Obstetrics & Gynecology》：A comprehensive atlas of dementia assessment tools: From bedside screening to artificial intelligence-driven diagnostics

　　

痴呆是一种多维综合征，表现为认知、行为、功能和社会功能的衰退，全球受影响人数超过5500万。尽管阿尔茨海默病是最广为人知的亚型，但非阿尔茨海默变异型，如额颞叶型、血管性和路易体痴呆，具有不同的特征，需要针对性评估。传统的评估工具，如简易精神状态检查（MMSE）和蒙特利尔认知评估（MoCA），在检测早期阶段或非记忆性损伤方面存在局限性。本综述对经过验证的痴呆评估工具进行了简洁的综合，涵盖关键领域：认知筛查、神经心理学成套测试、功能分期、行为症状评估、社会情感评估以及新兴的数字和人工智能（AI）诊断方法。每种工具都从临床实用性、心理测量学稳健性、文化适应性和应用场景四个方面进行了评价。通过整合传统与现代方法，本综述为临床医生和研究人员提供了个性化、领域特异性痴呆评估的实用指南。特别强调在诊断敏感性与可行性之间取得平衡，尤其是在多样化的临床环境中。计算机化和AI驱动平台的纳入突显了该领域向可扩展、支持远程服务的解决方案转型的趋势。多领域方法对于准确表征痴呆亚型和支持知情护理决策仍然至关重要。痴呆代表着日益严重的公共卫生问题，目前全球受影响人数超过5500万，预计到2050年将达到1.39亿，这主要是由于人口老龄化和寿命延长所致。[1] 尽管阿尔茨海默病（AD）仍是最常见的形式，但非阿尔茨海默痴呆，如血管性痴呆、额颞叶痴呆（FTD）、路易体痴呆和混合型，造成了显著的临床异质性。[2,3] 历史上，诊断重点集中在记忆力丧失上，通常使用简易精神状态检查（MMSE）和蒙特利尔认知评估（MoCA）等工具进行评估。[4,5] 然而，新兴证据表明，痴呆是一种多领域综合征，涵盖执行功能障碍、行为变化、语言缺陷和社会情感损伤，这在非阿尔茨海默亚型（如行为变体额颞叶痴呆）中尤为突出。[6] 这种日益增长的认识促使开发了针对功能、情绪、人格和照护者影响等特定领域的评估工具。[7,8] 与此同时，数字创新，包括AI辅助诊断和远程认知测试，正在重塑评估实践。[9-13] 本综述综合了认知、功能、行为、情感和数字领域内经过验证的工具，以指导临床医生和研究人员根据个体特征、疾病阶段和护理环境选择适当的工具。

**材料与方法**

本叙事性综述综合了痴呆多领域评估中使用的经过验证的工具。通过在PubMed、Scopus、PsycINFO和Google Scholar中系统检索，使用"dementia"（痴呆）、"cognitive screening"（认知筛查）、"neuropsychological assessment"（神经心理学评估）、"functional staging"（功能分期）、"behavioural symptoms"（行为症状）、"social cognition"（社会认知）和"digital biomarkers"（数字生物标志物）等关键词的组合，识别了相关文献。未设定时间限制，从而纳入了基础性和最新工具。

纳入标准基于已记录的心理测量学验证、临床实用性和在同行评议研究或共识指南中的引用。额外工具来源于专家综述、参考文献挖掘和重要出版物。工具从领域覆盖范围、施测时间、文化适应性和临床相关性方面进行了评价。

作为叙事性综述，未进行正式的荟萃分析或质量评分。重点在于实际可操作性，涵盖初级保健、专科诊所和数字平台等真实世界环境。

**认知筛查工具**

早期认知筛查仍然是初级保健和专科护理中痴呆诊断的基石。在广泛使用的工具中，MMSE在5至10分钟内评估定向力、记忆、注意力、语言和视空间技能。[4] 尽管应用广泛，但MMSE在检测轻度认知障碍（MCI）方面的敏感性有限，并受教育程度、语言和文化因素的影响。

MoCA为弥补MMSE的局限性而引入，包含执行功能、抽象能力和延迟回忆任务，使其对早期阿尔茨海默病和帕金森综合征更为敏感。[5] 然而，其准确性可能需要根据教育程度进行调整评分。

Mini-Cog将词语回忆与钟面绘制测试相结合，时间简短（不到5分钟），适合多文化或低识字率环境，但其诊断深度有限。[14] 同样，快速MCI筛查（Qmci）在检测MCI方面的敏感性优于MMSE和MoCA，但评分更为复杂，限制了其常规使用。[15]

为减少文化偏差，罗兰通用痴呆评估量表（RUDAS）的开发侧重于工具使用能力、记忆和判断力，同时尽量减少对语言的依赖。[16] 它在多样化人群中表现良好，但其认知领域的区分度有限。

总体而言，这些工具提供了分级式的认知筛查方法。MoCA对早期检测具有高敏感性，MMSE仍适用于中重度痴呆，而RUDAS或Mini-Cog在多文化或低识字率人群中更为有用。工具选择应根据时间限制、培训情况和文化背景来决定。主要痴呆评估工具的关键领域、心理测量学特征和临床应用总结于表1。

表1：从原始出版物和重要综述中汇编的经过验证的痴呆评估工具特征和心理测量学性质

**综合认知评估工具**

尽管简短的筛查工具有助于识别认知衰退，但综合评估可提供详细的领域特异性信息，有助于鉴别诊断和纵向监测。ADDS认知检查–III（ACE-III）评估注意力、记忆、流利性、语言和视空间技能，满分100分。其领域水平的评估使其有助于区分阿尔茨海默病、额颞叶痴呆和血管性病因。[10]

阿尔茨海默病评估量表–认知分量表（ADAS-Cog）在临床试验中广泛使用，尤其适用于中度阿尔茨海默病，评估记忆、语言和工具使用能力。然而，其施测时间（30至45分钟）和对早期衰退敏感性有限，降低了其在初级保健中的实用性。[33]

Preclinical Alzheimer Cognitive Composite（前临床阿尔茨海默认知复合量表）等综合工具将MMSE和记忆回忆等多种测试结合在一起，以增强淀粉样蛋白阳性个体的早期检测能力，但由于复杂性，仍主要局限于研究用途。[25]

CANTAB（剑桥神经心理学测试自动化成套）和CNS Vital Signs等数字化成套测试提供标准化的计算机化评估，涵盖注意力、记忆和执行功能。CANTAB提供高分辨率的认知评估和跨文化适应性，但需要专有硬件。[27] CNS Vital Signs在门诊环境中更易于实施，可与电子健康记录集成，但其在各种痴呆亚型中的验证仍在进行中。[32]

在临床实践中，ACE-III提供领域清晰度，ADAS-Cog作为临床试验中的进展衡量指标，而CANTAB/CNS平台代表了向数字化神经心理学测试的演进。工具选择应反映诊断目标、护理环境和资源可用性。比较表（表2）简明展示了每种工具的最佳使用场景和局限性，突出了时间效率与诊断精细度之间的权衡。例如，MMSE快速且验证充分，但其天花板效应和教育偏差限制了早期阶段的敏感性。相比之下，MoCA提高了对MCI的敏感性，但可能在低识字率人群中过度诊断。此类比较有助于临床医生将工具选择与特定诊断目标、患者特征和资源限制相匹配。

表2：认知筛查工具在临床决策中的比较优势与局限性

**执行功能与前额叶功能测试**

执行功能障碍是非阿尔茨海默痴呆，如额颞叶痴呆、血管性认知损害和帕金森综合征中的标志性特征。这些缺陷表现为计划、抑制和灵活性受损，不能被一般认知筛查工具充分捕捉。

前额叶评估成套（FAB）是一种简短的床旁工具，评估六个领域，包括概念化、运动编程和抑制控制。它特别有助于识别额叶综合征并将其与阿尔茨海默病区分开来，但结果可能受教育程度影响。[21]

在前额叶评估成套的基础上，INECO前额叶筛查（IFS）增加了针对抽象思维、抑制控制和社会认知的额外子测试。它在检测额颞叶痴呆方面表现出较强的敏感性，已证明具有跨文化适用性，但仍局限于专科环境。[34]

威斯康星卡片分类测试（WCST）仍然是评估认知灵活性的金标准，尤其在研究中。然而，其时间要求和复杂性使其在常规实践中不太可行。[35] 言语流利性任务——语义流利性（如命名动物）和语音流畅性（如以某个字母开头的词）——是常用的快速评估前额叶和颞叶功能的方法，但它们可能受语言和教育的因素影响。[36]

将执行功能工具纳入诊断过程，有助于早期识别非记忆型痴呆。FAB和IFS适用于临床使用，而WCST和流利性任务在神经心理学评估中提供了更深层的信息。

**功能与知情者评估工具**

功能衰退是痴呆诊断和分期中的核心标准。由于患者洞察力常常受损，知情者评估工具提供了关于现实世界功能的关键信息，尤其是关于日常生活活动（ADLs）和工具性日常生活活动（IADLs）的信息。

临床痴呆评定量表（CDR）广泛用于分期痴呆严重程度，涵盖记忆、定向力和个人护理等领域。其"方框求和"版本提供更细致的进展跟踪，但需要专业培训和知情者参与。[37] 相比之下，功能活动问卷（FAQ）是一种简短的10项知情者评估工具，侧重于管理财务和准备膳食等工具性日常生活活动。它具有良好的可靠性，适用于门诊使用。[38]

痴呆残疾评估（DAD）评估基本和工具性日常生活活动，评估计划、启动和执行能力。它特别适用于纵向监测，但需要更多时间并依赖知情者的准确性。[24] 洛顿工具性日常生活活动量表和巴氏指数因其简单性仍在使用。洛顿量表评估八项工具性日常生活活动，但最初采用性别特异性评分；巴氏指数测量基本日常生活活动，更适用于晚期痴呆或机构护理。[28,29]

功能工具通过补充认知评估，将患者的能力置于实际情境中。FAQ和CDR适用于常规临床使用，而DAD和洛顿量表在研究或长期护理环境中提供更深入的评估。广泛使用的功能和行为评估工具的详细特征列于表3。

表3：综合性和数字化认知评估工具的实用性与权衡

**行为与精神症状量表**

痴呆的行为和心理症状（BPSD）——包括激越、抑郁、淡漠、妄想和去抑制——在疾病过程中影响高达90%的患者，是照护者负担和机构化入住的主要驱动因素。

神经精神科量表是最全面且最广泛使用的BPSD评估工具。它涵盖12个症状领域，评估频率、严重程度和照护者困扰。尽管评估深入，但它依赖知情者信息，完成可能需要15至20分钟。[8]

对于情绪评估，康奈尔痴呆抑郁量表结合患者和照护者的信息，在中重度痴呆中可靠。[9] 相比之下，老年抑郁量表虽然常用，但依赖自我报告，在晚期阶段准确性较低。[22]

淡漠常常被低估，而淡漠评估量表通过自我、知情者和临床医生评定格式对其进行了良好捕捉。[39] 前额叶行为量表专为额颞叶痴呆设计，评估去抑制和淡漠，在行为变体额颞叶痴呆的鉴别诊断中尤其有价值。[40]

行为量表对于痴呆亚型分类、指导治疗策略和评估照护者压力至关重要。知情者的可靠性和工具选择必须与疾病阶段和护理环境相匹配。

**计算机化与AI评估工具**

数字工具和AI驱动的评估正在通过实现可扩展、远程和高分辨率的认知测试来重塑痴呆诊断。这些技术提供了标准化评分、更高的客观性和更强的可及性——在远程医疗和服务不足的地区尤为有用。

CANTAB是最早的计算机化平台之一。它提供非语言、基于触摸屏的注意力、记忆和执行功能评估，具有稳健的跨文化验证。然而，由于需要专用硬件和许可证，其在常规护理中的采用受到限制。[27]

CNS Vital Signs是一种基于网络的成套测试，评估多个领域并与电子健康记录集成。它在门诊环境中具有实用性，但需要在各种痴呆亚型中进行进一步验证。[32]

新兴的AI增强平台，如Altoida的数字神经特征（Digital Neuro Signature），使用增强现实和智能手机传感器检测微妙的运动和认知变化，显示出在预测阿尔茨海默病转化方面提前最多6年的潜力。[11] 同样，BrainCheck和Miro Health提供游戏化、移动端的测试，测量记忆、注意力和执行功能。虽然像BrainCheck这样的工具已获得FDA许可，但其他工具仍处于试验阶段，缺乏充分的同行评议验证。[12,26] 新兴数字平台和AI支持工具描述于表4，包括格式、验证状态和监管批准情况。

表4：数字工具的验证与监管状态

尽管前景光明，这些平台仍面临数字素养、监管批准和算法透明度方面的挑战。然而，它们代表了向混合型、技术赋能的痴呆护理模式迈出的关键一步。

**社会、情绪与亚型特异性工具**

痴呆常常影响社会行为、共情能力和情绪调节——在额颞叶痴呆中尤其如此，这类变化可能先于记忆力丧失出现。这些非认知症状对照护者痛苦和功能衰退影响显著，但在传统工具中评估不足。

前额叶系统行为量表通过知情者或临床医生评定评估淡漠、去抑制和执行功能障碍。

该工具在识别额叶综合征方面具有较好的效果，但可能受到报告者偏差和回顾性判断的影响。[41] 人际反应性指数（Interpersonal Reactivity Index）是一种自我或他人评定的量表，用于测量共情的认知和情绪方面，但由于自知力受限，不太适用于重度痴呆患者。[42] 社交推理意识测试（Awareness of Social Inference Test）使用视频片段评估讽刺识别和情绪语调。该测试对行为变异型额颞叶痴呆的社会认知缺陷具有良好的敏感性，并减少了报告者偏差，但需要视听设备和一定的文化熟悉度。[23] 其他辅助工具如社会与情感评估（Social and Emotional Assessment）和修订版自我监控量表（Revised Self-Monitoring Scale）可提供有关社会退缩和情绪淡漠的见解，但缺乏临床标准化。[43] CDR+NACC FTLD模块通过在传统分期中纳入社交行为和共情等领域，提高了对非阿尔茨海默亚型的诊断准确性。[30]

**局限性**

本综述为叙述性性质，缺乏正式的Meta分析或心理测量学特征的定量综合。虽然叙述性方法允许纳入多种工具和现实世界的视角，但未来对工具敏感性、特异性和诊断效用的Meta分析比较将大大增强比较的稳健性，并为循证标准化提供指导。

在没有正式Meta分析或质量分级的情况下，综合结果依赖于现有的验证数据和临床相关性。本综述中审查的许多工具主要在发达国家、英语人口中开发和验证，这可能会限制其在全球或低资源环境中的适用性。大多数心理测量学验证研究在英语国家的高收入国家进行，这限制了某些工具（尤其是依赖语言、抽象能力或文化特定任务的工具）的普适性。在低收入和中等收入国家（LMICs）、农村地区及多语言人群中需要更广泛的验证努力。未来的适应性研究应包含语言中性刺激物、文化多样性常模和基于社区的试点，以增强全球适用性。

由于评分系统、实施程序和受试人群的差异，工具之间的直接比较具有挑战性。此外，新型数字和AI工具的心理测量学证据仍处于初步阶段。随着诊断领域的快速演变，某些新兴技术可能尚未在同行评审文献中得到充分反映。

**未来方向**

痴呆评估正在向更精确、可扩展和文化适应性更强的方法转变。未来的工具必须在不同人群、文化水平及医疗环境中进行验证。早期检测——尤其是在临床前或非记忆领域（如执行功能或社交功能方面）——仍然是及时干预的重点。数字平台和AI驱动的工具为远程和高频监测提供了机遇，但需要严格的验证、用户友好的设计以及监管监督。算法开发的透明度和公平获取将是关键。展望未来，整合认知、功能、行为和数字生物标志物的混合模式可能提供最个性化和最有效的诊断路径。

AI和数字评估工具有望通过实现高频、远程和个性化认知追踪来变革痴呆诊断。其可扩展性在专家资源有限的服务不足和农村地区具有独特优势。然而，未来的发展必须确保跨设备互操作性、低带宽功能和符合文化特点的内容。在种族和地理多样性样本（包括LMICs环境）中进行战略性验证至关重要。公平设计还必须优先考虑老年人和数字素养有限的护理人员的易用性。

利用比较表格和决策情境框架的综合方式，使临床医生能够将合适的工具与合适的临床环境相匹配。鉴于痴呆亚型的异质性、护理环境以及患者文化水平或文化背景的多样性，这种决策一致性至关重要。

**结论**

痴呆评估需要基于临床环境和患者特征的个体化、多维度策略。没有任何工具具有普适性；相反，临床医生在选择时必须权衡认知、功能、行为和文化维度。本综述提供了一份实用指南，以指导此类决策——不仅突出工具的有效性，还强调可用性、环境适应性和文化公平性。未来的方向在于将传统工具和AI驱动工具整合于灵活框架中，以适应不同人群和动态护理需求。

**作者贡献**

概念与设计：AC、DKG。文献回顾与文稿撰写：AC。两位作者均对稿件的批判性修订做出了重大贡献。本稿件已获两位作者阅读并批准。

**数据可用性声明**

本综述文章未产生或分析任何新数据。所有讨论数据均来自已发表的研究，相关引用贯穿于全文并在参考文献中列出。

**经费支持**

本研究由印度西孟加拉邦Bidhan Nagar健康与福利研究所资助。

**利益冲突**

无利益冲突。