《Frontiers in Neurology》：From cognitive screening to digital phenotyping: rethinking early detection of cognitive impairment in primary care
早期检测认知障碍已成为阿尔茨海默病（Alzheimer's disease, AD）治疗时代的一个临床和公共卫生优先事项。简易工具，如迷你精神状态检查（Mini-Mental State Examination, MMSE）、蒙特利尔认知评估（Montreal Cognitive Assessment, MoCA）、Mini-Cog、画钟测试（Clock Drawing Test）、Fototest、记忆改变测试（Memory Alteration Test, M@T）、Eurotest和AD8，仍然广泛使用，因为它们成本低、临床可解释，且在常规护理中可行。然而，大多数工具是为识别已确立的认知障碍而开发的，而非细微的轻度认知障碍（mild cognitive impairment, MCI）或生物学定义的早期AD。天花板效应、教育和文化偏倚、检查者变异性，以及与功能、神经精神、主观和生物标志物数据的整合有限，限制了它们作为独立工具在当代诊断路径中的价值。数字认知评估可以通过标准化施测、减少评分变异性、实现重复测量，以及捕捉过程级特征（如反应潜伏期、个体内变异性、学习效应、言语和语言标记、图形运动动力学、注视和生态采样行为）来应对传统筛查的某些局限性。这些信号可能支持更早的风险分层和纵向监测，但它们自身并不能解决诊断不确定性或确立AD病因。本叙述性综述审视了从传统认知筛查向数字认知表型分析的转变。研究人员考虑了已确立的简易和情境化工具、数字化传统测试、远程重复评估、言语和语言衍生的数字认知生物标志物、数字画钟、前瞻记忆工具、虚拟现实和严肃游戏、眼球运动和图形运动指标、被动感知、多模态平台，以及它们与结构MRI、血液生物标志物、脑脊液标志物和淀粉样蛋白/tau PET的整合。在不断演变的AD标准与疾病修正疗法的背景下，数字筛查应被理解为一个受管控的分诊和表型分层，而非独立的诊断标签。研究人员提出一个分层路径，结合模拟认知工具、知情者和功能测量、神经精神评估、数字信号和生物标志物，以支持更早期、更公平且临床可行的认知障碍检测。
1 引言与理论基础：阿尔茨海默病治疗转向后的认知筛查
痴呆已成为老龄化社会最紧迫的公共卫生挑战之一。2021年，全球约5700万人患有痴呆，每年新增近1000万例；阿尔茨海默病（Alzheimer's disease, AD）是最常见原因，约占60-70%的病例。痴呆也是老年人残疾和依赖的主要成因之一，带来巨大社会成本。在西班牙，AD影响超过70万人，每年约4万新确诊病例，但早期AD痴呆仍诊断不足，且关于AD所致轻度认知障碍（mild cognitive impairment, MCI）的证据有限。
长期以来，早期检测的主要目的是及时解释症状、排除可逆因素、规划护理以及支持患者和照护者。如今这一目标已扩大。抗淀粉样蛋白疾病修正疗法（disease-modifying therapies, DMT）的批准，加上液体和影像生物标志物的更广泛应用，使认知筛查更接近诊断和治疗路径的起点。筛查不再仅是识别已确立痴呆的实用方法，它日益成为走向病因确认、疾病分期、治疗准备评估、临床试验转诊或纵向监测的第一步。lecanemab和donanemab在早期AD中的3期试验说明了这一转变，两种疗法均在早期有症状人群中研究，并要求AD病理的生物证据。
初级保健在此路径中至关重要。大多数出现早期认知症状的人并不首先以明确的痴呆综合征就诊于专科记忆门诊。他们可能因记忆担忧、日常功能细微变化、情绪或睡眠症状、复杂任务信心下降或亲属提出的担忧而来就诊。这些早期表现容易被忽视。高教育程度和认知储备可能进一步掩盖简易测试中的损害，而低教育程度则可能产生难以解释的低分。因此，临床挑战不仅是检测痴呆，而是足够早地识别有意义的认知变化，以指导预后、随访、生物标志物检测和治疗规划。
简易认知工具长期以来一直是这一过程的入口点。迷你精神状态检查（Mini-Mental State Examination, MMSE）、蒙特利尔认知评估（Montreal Cognitive Assessment, MoCA）、Mini-Cog、画钟测试、Addenbrooke认知检查、记忆改变测试（Memory Alteration Test, M@T）、Fototest、Eurotest、记忆损害筛查以及知情者测量（如AD8）等工具，在常规护理中熟悉、廉价且可行。它们提供了共同的临床语言，支持快速分诊，并提供客观认知表现或观察变化的可解释证据。
仅认知评分是不够的。早期认知障碍只有在与主观担忧、知情者报告的变化、功能状态、神经精神症状、医疗共病和药物暴露一起解读时才具有临床意义。知情者工具如AD8或IQCODE有助于判断当前表现是否代表相对于先前水平的下降。功能测量如日常生活活动衰退访谈（Interview for Deterioration in Daily Living Activities in Dementia, IDDD）、功能活动问卷（Functional Activities Questionnaire, FAQ）、Lawton-Brody工具性日常生活活动量表、Barthel指数和Katz指数，通过确定认知变化是否影响日常独立性来帮助区分MCI与痴呆。神经精神工具如神经精神量表（Neuropsychiatric Inventory, NPI）或NPI-Q可捕获可能先于、伴随、模仿或加重认知损害的症状，包括淡漠、抑郁、焦虑、易激惹、精神病性症状、睡眠障碍和脱抑制。表1总结了这些临床信息领域以及单独使用每一层时的主要解释局限性。
在西班牙，基于人群和队列的数据突显了问题的规模。EPIC-Spain痴呆队列发现痴呆发病率随年龄增长而增加，女性更高，并受较低教育水平和血管风险因素影响。建模研究也预测未来几十年西班牙痴呆负担将不断增长。一项近期系统综述估计西班牙有超过70万人患有AD，每年约4万新确诊病例。该综述还强调了早期AD痴呆的诊断不足以及AD所致MCI的证据有限。常用工具包括MMSE、Barthel指数和整体恶化量表，而病因学检查常缺乏核心AD生物标志物。该综述还强调了照护者负担沉重以及非医疗成本占主导地位（主要由非正式照护驱动）。这种模式表明许多患者仍是在功能衰退已经确立后才被识别，而非在生物标志物确认、临床试验准入、护理规划及治疗准备评估可能最有用的阶段。
数字认知评估正是为应对这一差距而出现的。有些工具将既定测试数字化，实现标准化施测、自动评分、精确计时、远程访问和减少检查者变异性。其他工具则是原生数字仪器，旨在捕捉纸笔测试无法获得的信号：反应潜伏期、个体内变异性、学习曲线、练习效应、图形运动动力学、眼动、言语停顿、词汇多样性、步态、按键模式以及在模拟现实任务中的表现。
图1概述了本综述中使用的分层框架。图1：早期认知障碍筛查的多模态路径。该图的创建使用Biorender.com，总结了一个逐步框架，从患者或知情者报告的关注和简要临床评估开始，随后通过功能、神经精神和主观测量进行情境化特征描述。术语在此领域至关重要。在本综述中，数字认知评估被用作技术赋能认知能力评估的总称，无论是通过传统测试的数字版本还是原生数字任务。数字认知表型分析涵盖更广泛的模式表征，跨越认知、功能、行为、语言、运动和互动领域，利用主动和被动数字测量。数字生物标志物更具体地指客观、可测量的数字信号（如言语停顿、反应时间、图形运动、注视模式或移动特征），这些信号可能指示认知、功能、行为或生物学状态。总之，数字表型分析涉及轮廓构建，而数字生物标志物是该轮廓中的个别可测量特征。
然而，对数字评估的前景应持谨慎态度。一个有偏任务的数字版本可能保留与其模拟前身相同的教育、文化、感觉或运动偏倚。相反，一个人工智能模型可能检测到细微模式，但可能仍难以解释，在选定队列之外验证不足，或在不同语言、教育、年龄、感觉障碍和数字访问分层中不公平。更临床有用的问题是数字工具如何补充现有工具、改善风险分层、支持纵向监测，以及识别需要确认性临床和生物学评估的个体。
随着DMT的出现，这一问题变得更加紧迫。抗淀粉样蛋白单克隆抗体已将注意力转向更早的有症状阶段，特别是AD导致的MCI和轻度痴呆，治疗资格可能在此考虑。其使用需要AD病理的生物学确认、安全性评估、MRI监测、专科监督和可持续的报销路径。
诊断边界本身也存在争议。2024年阿尔茨海默病协会修订标准强调AD的生物学定义，而国际工作组则主张在常规实践中采用临床生物学构建，并警告不要仅基于生物学将有认知能力的生物标志物阳性个体诊断为AD。这一争论直接影响数字筛查的解释。如果AD主要由生物标志物定义，数字工具可能在生物学异常确立后贡献于分期、监测或功能表型分析。在任一模型中，数字工具不应独立分配病因诊断。
这篇批判性叙述性综述审视了从传统认知筛查向数字和AI赋能认知表型分析的转变。核心观点是，数字认知筛查应被理解为一个受管控、可解释、多模态的分层，嵌入早期检测的分层路径，而非作为临床判断或生物学确认的自动替代品。
2 证据获取与叙述综合框架
本文作为一篇批判性叙述性综述撰写，由结构化文献检索支持，而非正式系统综述或荟萃分析。选择此方法是因为认知筛查研究在临床和方法学上具有多样性：研究在目标人群、疾病阶段、环境、参考标准、语言、文化适应、技术平台、监督水平、生物标志物可用性和预期临床用途上各不相同。
证据收集的目标不是产生单一的诊断性能汇总测量。相反，目的是描绘该领域的发展，并批判性地评估不同工具如何适应早期检测认知障碍的分层方法。综合围绕四个实际问题指导：测量什么信号、测量可靠性如何、在谁身上验证，以及它能合理支持什么临床决策。
2.1 检索策略与范围
于2026年3月1日使用两种互补策略在PubMed进行结构化检索。第一次检索旨在捕获数字认知筛查的广泛文献：“digital” AND “cognitive” AND “screening”。应用过去10年、免费全文、人类研究和英语、西班牙语或法语过滤器。该检索在有过滤条件下获得621条记录，无过滤条件下获得764条记录。从过滤结果中，选出154篇文章进行详细评审，因为它们涉及认知筛查、数字评估、MCI、痴呆、AD、数字生物标志物、远程监测或数字工具实施。
第二次检索聚焦于与MCI和AD相关的简短认知筛查工具：“brief” AND “cognitive” AND “screening” AND (“mild cognitive impairment” OR “Alzheimer”)。使用相同过滤器获得222条记录，无过滤器时571条。从过滤结果中，选出51篇文章进行详细评审。
数据库检索辅以手动检查参考文献列表、近期综述、Cochrane诊断综述、西班牙验证研究、监管文件以及关于AD诊断标准、DMT、血液生物标志物、数字公平、可解释人工智能和实施科学的重要出版物。
检索的结构化数据库部分仅限于PubMed/MEDLINE。这是一个局限性，因为关于数字认知评估、语音处理、AI/ML模型、可穿戴技术、被动感知和人机交互的相关研究也可能被收录在Embase、PsycINFO、IEEE Xplore、ACM数字图书馆或其他技术数据库中。这一局限性部分通过手动参考文献检查以及针对性纳入近期综述、监管文件和实施论文得到缓解。然而，由于本文设计为批判性叙述性综述而非正式系统综述或荟萃分析，检索应被解释为结构化证据映射策略，而非对所有数字认知技术的详尽检索。
记录首先在标题和摘要层面进行筛选。当文章提供实证证据、验证数据、方法学指导、生物标志物关联、实施发现或与本文提出的分层路径概念相关时，保留进行详细评审。优先考虑涉及老年人、MCI、AD、痴呆、初级保健、社区筛查、记忆门诊人群、远程评估或生物标志物富集队列的研究。当文章仅关注没有评估成分的认知训练或康复、纯粹的技术算法开发而无临床验证、儿科或非神经退行性人群，或已确立的中重度痴呆且无筛查、分期或早期检测意义时，则不优先考虑。
2.2 选择与综合逻辑
所选文献按捕获信号类型和临床转化所需证据水平进行组织。这种方法是因为表面上相似的工具在其构建、验证要求和临床作用上可能有显著差异。数字化MoCA、基于语音的分类器、可穿戴衍生的步态标志物和血浆p-tau217检测都可能对早期检测有贡献，但它们测量的并非同一现象，也不应用相同的证据标准评判。表2总结了用于评估转化准备的领域，包括技术有效性、心理测量性能、构建效度、诊断准确性、生物标志物和病因学效度、纵向敏感性、临床相关性、公平性、可解释性、实施可行性以及监管或伦理准备情况。
2.3 评估与转化准备
证据使用源自诊断准确性、心理测量和实施科学框架的原则进行叙述性解释，包括STARD、QUADAS-2、COSMIN及相关报告标准。特别关注五种反复出现的有效性威胁：谱系偏倚、参考标准的异质性、教育和语言偏倚、实施偏倚以及算法不透明性。
对于每种工具或模态，综述考虑了诊断准确性、心理测量稳定性、收敛和判别效度、生物标志物关联、实施结果以及可能的临床作用。
为避免将所有数字工具视为同等成熟，证据根据五个转化准备水平进行解释：技术可行性、可用性和可接受性、心理测量效度、诊断或生物标志物效度以及临床实施准备。很少有工具达到完全的实施准备，即由外部验证、工作流程整合、公平性测试、隐私保护、可解释输出以及证据表明工具改善了转诊、监测、临床决策或患者中心结局。
2.4 叙述结构
综合遵循临床路径的逻辑而非技术目录。综述因此遵循分层逻辑：筛查信号、临床意义、生物学确认和实施路径。单独的认知或数字结果不能诊断AD。
3 模拟基线：简易认知筛查仍做得好与失败之处
数字认知筛查不应被呈现为临床推理的替代品，也不应被视为纸笔测试的简单技术升级。其价值只能根据当前诊断基线来判断：简短认知测试、知情者问卷、主观认知抱怨、功能评估、神经精神症状和临床访谈。同时，它们也暴露了数字和生物标志物知情方法现在期望解决的局限性。
3.1 简短认知测试：有用的分诊工具，而非诊断终点
四十多年来，认知筛查一直依赖为初级保健、神经科、老年科和记忆门诊快速施测而设计的简短工具。MMSE仍然是最具历史影响力的工具，主要因其简洁性、熟悉性以及在临床护理和研究中的广泛使用。然而，其局限性已充分确立：对细微的执行功能、视觉空间和情景记忆下降的敏感性有限；易受教育和文化效应影响；以及在高病前能力或早期疾病个体中出现天花板效应。
MoCA的开发旨在解决其中一些缺陷。与MMSE相比，它更强调执行功能、视觉空间能力、注意力、抽象思维和延迟回忆。这种更广泛的认知采样提高了对MCI的敏感性，但以更长的施测时间、更复杂的评分以及当截断值未经本地校准时的可能特异性损失为代价。
Mini-Cog和画钟测试则处于光谱的另一端：它们非常简短且在操作上有吸引力。Mini-Cog将三个单词回忆与简化画钟任务结合，从而增加了画钟任务本身缺乏的情景记忆成分。然而，证据基础仍不均衡。Cochrane对社区环境中Mini-Cog的综述仅识别出三项符合条件的研究，且均由原始开发者进行，敏感性范围为0.76至0.99，特异性范围为0.83至0.93；方法学局限性和偏倚风险阻碍了对常规社区筛查的坚定推荐。
西班牙证据提供了有用的现实世界视角。在神经科门诊581人的样本中，Carnero-Pardo等人报告Mini-Cog比画钟测试具有更好的诊断效用，AUC值分别为0.88和0.84。在2/3截断值时，Mini-Cog敏感性为0.90，特异性为0.71，而画钟测试在5/6截断值时敏感性为0.77，特异性为0.80。然而，两种工具在低教育水平个体中表现显著更差，AUC值约为0.74-0.75。这对数字转化至关重要：将有偏任务数字化并不会消除其偏倚。
3.2 记忆聚焦和文化适应简短测试：M@T、Fototest、Eurotest和记忆损害筛查（MIS）
并非所有简短认知工具都回答相同的临床问题。有些是全局多领域筛查器；其他则有意强调记忆，因为情景记忆损害是典型AD的常见早期特征。M@T开发为一种记忆聚焦工具，用于检测遗忘型MCI和早期AD。其优势在于对记忆损害的敏感性；其局限性也相同。主要集中于记忆的工具可能遗漏非遗忘型表现、不典型AD表型、血管性认知损害、额颞综合征、路易体病或执行功能缺失型轮廓。
Fototest提供了不同的模型。它包括命名、语义流畅性和自由及线索回忆，并在西班牙临床和初级保健环境作为简短、高效且文化实用的工具进行了研究，包括在有限识字的个体中。在一项比较西班牙临床指南推荐的简短认知测试的III期初级保健诊断准确性研究中，Eurotest和M@T显示最高的AUC值，分别为0.91和0.90，但需要约7分钟。Fototest和记忆损害筛查均显示AUC值为0.87，而Fototest所需的施测时间不到Eurotest或M@T的一半。
随后的一项人口和验证研究强化了这一观点。在有代表性的人口样本和因认知担忧就诊的验证队列中，Fototest在几个简短测试中显示最佳诊断效用，AUC为0.851。将Fototest与基于知情者的AD8结合使用进一步改善了区分，AUC为0.875。作者为初级保健检测提出了更严格的截断值：AD8≥1，Fototest≤35，M@T≤40，MMSE≤26。这些发现在数字时代综述中高度相关，因为它们表明创新并不总是需要更复杂的技术。
3.3 知情者和主观测量：检测变化，而不仅仅是损害
认知筛查不应仅依赖单次患者表现。基于知情者的工具捕获相对于先前功能水平的变化，这处于认知下降的临床定义核心。AD8是一份简短的知情者问卷，询问关于记忆、判断、日常功能、反复提问、爱好和决策方面的个体内变化。其主要价值在于将评估从“今天患者表现如何？”重新定义为“此人是否发生了变化？”
这种区分在两种常见场景中特别有用。高教育个体可能尽管存在早期下降但仍表现正常，因为认知储备掩盖了缺陷。相反，低教育个体可能因终身教育劣势而非神经退行导致得分低。知情者报告有助于解释这两种模式。上述西班牙人群研究发现AD8单独使用表现良好，且AD8与Fototest结合改善了诊断区分。
主观认知抱怨提供了另一个入口点。它们通常是就诊的首要原因，在远程或数字路径中尤其相关，因为评估可能始于个体在临床医生注意到变化之前自我感知到变化。主观认知下降在临床上具有异质性：可能反映早期AD、焦虑、抑郁、睡眠障碍、药物效应、正常衰老、人格特质或健康意识增强。然而，主观担忧不应被忽视，特别是当抱怨持续、近期出现、与担忧相关、有知情者证实或存在于具有AD风险因素的个体中。
诸如认知关注指数、认知抱怨访谈、主观认知下降问卷及相关工具可帮助操作化这些症状。它们的作用不是诊断MCI或AD，而是识别可能受益于客观测试、随访、知情者评估或基于生物标志物风险分层的个体。因此，主观担忧应与认知表现、知情者报告、情绪、睡眠、功能、共病以及必要时生物标志物证据一起解读。
3.4 功能评估：MCI与痴呆之间的边界
功能评估并非可有可无。它定义了MCI与痴呆之间的临床边界，并确定了认知损害的现实世界意义。一个人可能有较差的记忆表现但保持独立，支持MCI诊断；另一个人可能有相似的认知轮廓但失去工具性日常生活活动能力，支持痴呆诊断。因此，功能工具在任何筛查到诊断的路径中都是必不可少的。
常用工具包括功能活动问卷（FAQ）、Lawton-Brody工具性日常生活活动量表、Barthel指数、Katz指数、痴呆残疾评估以及日常生活活动衰退访谈（IDDD）。IDDD特别相关，因为它区分了日常活动中的主动性与执行能力，有助于澄清功能问题是由认知失败、淡漠、运动限制、环境依赖还是照护者补偿引起的。
数字认知平台因此应整合功能评估，而非将认知作为孤立分数处理。
3.5 神经精神症状：认知筛查中被忽视的维度
神经精神症状并非次要细节。淡漠、焦虑、抑郁、易激惹、睡眠障碍、激越、幻觉和脱抑制影响认知、照护者负担、预后、机构化和医疗使用。它们也可能混淆认知筛查：抑郁和焦虑可降低测试表现，淡漠可能模仿执行功能障碍，睡眠障碍可能损害注意力和记忆。
神经精神量表及其简短版本NPI-Q仍然是量化痴呆中行为和心理学症状最广泛使用的工具之一。在西班牙AD负担综述中，NPI-Q及相关神经精神工具出现在轻中度AD的研究中。
数字认知工具不应被依赖来确定症状的原因，或将神经退行与抑郁、谵妄风险、睡眠问题、药物副作用、感觉障碍或行为症状等状况区分开。其分诊中的主要作用是测量认知表现并提供相关背景信息（例如情绪、睡眠质量、神经精神症状、功能状态、感觉健康和用药情况），以便临床医生在更广泛的临床图景中解释不良表现。
3.6 模拟天花板：当前路径为何错过早期疾病
传统筛查的主要局限性不仅仅是测试过时或基于纸张。核心问题是大多数工具是为识别已确立的认知障碍而创建的，而非在明显功能衰退前检测生物标志物可检测的AD相关变化。
首先，当高功能个体尽管存在细微下降但得分在正常范围内时出现天花板效应。这对MMSE尤其如此，但如果任务太简单或评分范围太窄，也可能影响其他简短测试。其次，教育和文化差异扭曲了解释：低分可能反映有限的学校教育、对测试程序不熟悉或语言障碍；高分可能表示认知储备而非疾病缺失。第三，单点测试不考虑个体内下降。某人的得分与人群标准相比可能正常，但与其自身过去结果相比异常。第四，手动施测和评分引入变异性，特别是在绘图任务、流畅性评分、时钟解释、时间依赖任务和多语言环境中。第五，简短测试很少将认知、功能、行为、主观抱怨和生物标志物整合到一个分步过程中。结果，筛查常常与诊断、预后和治疗资格脱节。
3.7 模拟工具教给数字筛查什么
尽管有局限性，传统工具为数字创新提供了四个教训。第一，简洁性重要：耗时太长的工具在初级保健中无法扩展，无论其准确性如何。第二，可解释性重要：临床医生理解回忆失败、画钟不良、知情者观察到的下降、功能丧失和神经精神负担意味着什么。数字生物标志物必须达到可比的临床可理解性水平。第三，背景重要：认知分数只有在与教育、感觉状态、情绪、睡眠、功能、知情者报告、共病和药物暴露一起解读时才有意义。第四，筛查不是诊断：阳性筛查应触发诊断路径；它不应给一个人贴上AD标签。
这一原则对于AI赋能工具更为重要，其输出可能显得比实际情况更具权威性。相关的问题不是数字工具是否应取代MMSE、MoCA、Mini-Cog、M@T、Fototest、AD8、IDDD或NPI。认知筛查的下一阶段应结合简短测试的效率、数字测量的纵向敏感性、功能评估的生态意义、知情者报告的背景价值以及生物标志物的生物学特异性。
本节讨论的工具总结于表3。
4 数字认知评估：从数字化测试到数字认知生物标志物
认知筛查的数字转型遵循了两条部分重叠的轨迹。第一条是既定工具的数字化，其中传统测试被转移到平板电脑、计算机、网络平台或移动设备，同时保留大部分原始任务结构。第二条是原生数字评估的开发，它们利用模拟测试基本上无法获得的信号：毫秒级反应时间、图形运动动力学、眼动、语音声学、自然语言特征、重复高频采样、远程施测以及基于机器学习的分类。
这种区分至关重要。数字MMSE、数字MoCA或基于平板的画钟测试可能改善标准化并减少评分误差，但它并不能自动解决原始工具的心理测量局限性。相反，原生数字工具可能捕获更敏感的认知表现特征，但通常需要在临床路径中可信赖之前进行更广泛的验证。
第二个区分同样重要：主动数字评估与被动或半被动数字表型分析。主动评估是有边界的任务，个体有意识地执行，例如远程记忆测试、语音采样、数字绘图、反应时间任务、虚拟导航或前瞻记忆范式。被动或半被动方法从日常行为或传感器衍生信号推断认知风险，包括按键、设备使用、步态、移动性、睡眠、昼夜节律、GPS模式、可穿戴数据或环境传感。图3总结了主动数字任务与被动或半被动数字表型分析之间的这种区别，强调两种类型的信号在用于风险分层、监测或生物标志物转诊之前都需要临床背景化。
4.1 数字化传统测试与计算机化电池
传统工具的数字化版本提供了立竿见影的操作优势。自动指令减少了检查者变异性；数字评分可最小化算术和解释错误；嵌入式计时器捕获反应潜伏期；远程平台可支持分散评估。
例子包括计算机化或基于平板的MoCA、MMSE、画钟测试、连线测试范式、Cogstate、CANTAB、NIH工具箱认知电池、TabCAT脑健康评估、BrainCheck及相关平台。
数字画钟说明了过程数据的附加价值。模拟评分通常基于最终绘图。数字版本可以量化绘图是如何产生的：笔画顺序、绘图前潜伏期、停顿、笔抬起、速度、压力、空间组织、顺序和自我修正。这些隐藏的指标可能在最终时钟呈现明显异常之前揭示执行功能、视觉空间或图形运动效率低下。数字画钟研究还将图形运动特征与认知正常老年人中的淀粉样蛋白和tau PET测量联系起来，表明精细的运动执行行为可能携带超越常规评分的信息。
计算机化电池提供了另一种模型。其优势包括标准化施测、领域特异性剖面分析和可重复性。在已知淀粉样蛋白PET状态认知正常的老年人中，远程和门诊数字测量显示出有希望的淀粉样蛋白阳性区分能力。例如，基于智能手机的关联记忆任务和TabCAT Favorites在选定的生物标志物富集样本中表现至少与MoCA相当。这些发现并不使此类工具成为AD病理学的诊断工具，但它们支持在适当的确认性路径中可能发挥早期风险富集的作用。
因此，数字化不应等同于转型。如果任务受到教育、语言、运动障碍、视觉障碍、测试熟悉度或符号惯例的偏倚影响，数字版本可能保留相同的偏倚并增加设备相关的混杂因素。因此，数字工具不仅要针对诊断标签进行验证，还要针对其预期使用的人群和环境进行验证。
4.2 远程重复评估与测量爆发范式设计
数字认知评估中最重要的创新之一是从单次测试转向重复测量。这不仅仅是后勤优势。认知表现随睡眠、情绪、疲劳、压力、药物、疼痛、一天中的时间和环境背景而变化。单次门诊分数可能提供认知能力的噪声估计。重复数字评估可以估计平均表现、个体内变异性、短期学习、练习效应、疲劳和时间波动。
应区分重复评估和测量爆发设计。重复评估泛指随时间重复进行的认知测试，例如每月、每季度或每六个月间隔，主要适用于估计个体内变化。测量爆发设计指在短时间内收集的多次简短评估，可以提高可靠性并量化个体内变异性；爆发可横断面或纵向重复使用。两种设计都与数字认知评估相关，但它们回答不同问题：重复评估估计变化，而爆发设计估计短期变异性、背景依赖性和聚合表现。
移动认知变化监测平台（M2C2）展示了测量爆发方法。在一项完全远程的协议中，认知健康的老年人在几天内每天多次完成基于应用程序的简短认知会话。在选定参与者中依从性高，情景记忆、工作记忆和处理速度任务的聚合个体内可靠性强。这种方法已扩展到生物标志物富集样本。在已知淀粉样蛋白PET状态认知正常的老年人中，记忆聚焦数字任务如M2C2 Prices和TabCAT Favorites显示出区分淀粉样蛋白阳性和阴性个体的有希望能力。这些任务的价值不仅在于基线准确性，还在于它们捕获学习和练习相关变化的能力。在正常认知中，重复暴露常改善表现。未能从练习中获益可能表明早期认知脆弱性，特别是在临床前或前驱期AD。
重复和基于爆发的数字协议都引入实践和心理测量挑战。研究队列中的高依从性可能无法推广到具有低数字素养、感觉障碍、抑郁、低动机、有限互联网接入或不稳定家庭环境的老年人。这些设计需要交替形式、仔细处理练习效应以及区分真实认知变化与疲劳、分心、刺激熟悉度或设备问题的统计模型。
4.3 言语、语言和对话AI
言语和语言是最有前景的数字认知标记衍生模态之一，因为连续言语整合了多个认知和神经系统。在此背景下，候选数字标记并非“言语”本身，而是从言语样本中提取的可量化声学、时间、词汇、语义、句法和话语水平特征。产生连续言语需要语义记忆、词汇检索、工作记忆、执行控制、发音、呼吸协调、韵律和话语规划。认知下降因此可能影响说什么以及怎么说。
语言标记包括词汇多样性降低、语义特异性下降、代词或填充词使用增加、句法简化、重复、找词困难以及话语连贯性降低。声学和时间标记包括语速减慢、停顿时间延长、停顿分布改变、发音变化、基频微扰、振幅微扰和韵律平坦化。这些特征可以从图片描述、故事回忆、语义流畅性、自传叙事、程序性话语或自发对话中提取。
Hilsabeck等人的研究特别相关，因为它将简短的工作记忆/处理速度任务与连续言语分析结合，用于可能的初级保健用途。在53名认知正常和51名认知受损的老年人中，表现最佳的模型结合了两次快速匹配任务施测与来自个人叙事任务的声学和语言特征，实现了0.84的AUC，略高于快速轻度认知障碍筛查。信息最丰富的变量包括初始快速匹配表现、练习相关变化、类型-标记比率以及与语音质量相关的声学特征。
基于语音的数字认知筛查器也可能减少社区环境中的障碍。中文数字认知筛查器使用语音识别界面评估延迟词语回忆、定向和语义流畅性。报告的验证数据显示施测时间短、完成率高以及社区居住老年人中痴呆和MCI的强区分能力。这项工作的一个技术上重要的方面是从两步自动语音识别加自然语言理解管道向更直接地将音频特征与预期响应内容对齐的多模态方法的过渡。
实际吸引力很明显。许多老年人更习惯于说话而非使用触摸屏、键盘或鼠标。基于语音的工具因此可能减少部分数字素养负担，并可由非专业协助者以最小支持施测。然而，语音工具需要特别仔细的本地验证。语言、方言、口音、听力损失、言语障碍、抑郁、教育、文化叙事风格、麦克风质量和背景噪声都可能影响表现。
4.4 前瞻记忆与生态数字任务
大多数简短筛查工具侧重于定向、回忆、画钟或言语流畅性。然而，许多日常认知失败涉及前瞻记忆：记住在适当时间或响应提示执行预期行动。这一能力与药物依从性、预约、烹饪安全、财务任务和独立生活直接相关。
Chrono初步研究处理了这一未被充分探索的领域。Chrono是一种基于事件型前瞻记忆的数字工具，使用嵌入在持续任务中的焦点和非焦点线索。在一个根据MoCA截断值分类为可能受损或未受损的67人验证样本中，Chrono得分实现了0.813的AUC。在最佳截断值2.5时，敏感性为0.83，特异性为0.64。Chrono表现与神经心理学测量以及执行成分如更新和转换相关。
数字平台特别适合前瞻记忆评估，因为它们可以在互动场景中嵌入线索、干扰、时间限制和竞争任务。与简单的词语回忆任务不同，前瞻记忆任务可以近似现实世界的情况，其中人必须在参与另一项活动时记住意图。挑战在于可用性。指令可能复杂，数字熟悉度低的老年人可能处于劣势，视觉或运动限制可能影响表现。因此，生态相关性必须与可及性相平衡。
4.5 虚拟现实、严肃游戏和模拟日常任务
虚拟现实和严肃游戏进一步扩展了生态评估。它们不是提出孤立的问题，而是将参与者置于需要整合认知的模拟环境中：记住目标、导航空间、抑制干扰、计划序列、切换注意力和完成日常任务。例子包括虚拟超市、Panoramix、虚拟迷宫任务、数字亭任务、导航游戏和其他游戏化认知平台。
其理由令人信服。早期认知下降常首先出现在复杂工具性活动而非简单定向问题中。严肃游戏可能增加参与度并减少门诊测试的人工性。近期研究和综述表明几种虚拟现实和严肃游戏工具在MCI检测方面显示出有诊断前景的信号，但证据在样本量、参考标准、认知领域和验证深度方面仍然异质。
局限性同样明确。高生态效度并不保证诊断效度。许多虚拟现实和严肃游戏研究仍然规模小、探索性，并在选定样本中进行。硬件、屏幕尺寸、头戴设备耐受性、晕动病、视觉障碍、手动灵活性和先前游戏经验都可能影响表现。模拟购物任务可能在临床上直观，但它仍必须证明可靠性、重测稳定性、规范校准、跨文化效度以及超越常规认知和功能测量的增量价值。
4.6 眼动追踪、图形运动指标、按键动力学和被动感知
越来越多的研究探索了非传统认知评分的数字标记。眼动追踪可量化注视持续时间、扫视潜伏期、注视转换、视觉探索、注意力脱离和视觉搜索策略。图形运动分析捕获绘图速度、压力、停顿、轨迹、笔画顺序和类震颤特征。按键动力学可评估打字延迟、错误纠正、键间间隔和运动认知节律。可穿戴和环境技术可提供关于睡眠、昼夜活动、步态、心率变异性、身体活动、移动范围和日常惯例的信息。
这些信号可能在现实世界条件下捕获细微的神经认知变化，但其解释易受非认知混杂因素影响。眼动追踪可能受眼病、眼镜、照明、屏幕校准和疲劳影响。图形运动特征可能反映关节炎、震颤、神经病变、手性偏好、视力或触笔熟悉度。按键、可穿戴和移动性衍生指标可能反映虚弱、抑郁、睡眠呼吸暂停、疼痛、药物、共病、设备习惯或生活方式，而非神经退行。
被动或半被动表型分析也引发伦理关切，因为认知风险可能从常规行为中推断出来，超出有边界的临床任务。关键问题包括同意粒度、数据最小化、原始行为痕迹的可识别性、二次使用、家庭隐私、商业访问和认知监控。
4.7 超越准确性的验证
数字认知工具需要分阶段、使用依赖性验证。在选定样本中的高AUC是不够的。证据标准应反映工具的预期用途：人群筛查、初级保健分诊、远程监测、试验富集、生物标志物转诊或治疗准备支持。在这些用途中，通常涉及多个领域：技术有效性、心理测量稳定性、构建效度、诊断准确性、生物标志物或病因学效度、纵向敏感性、临床可操作性、公平性、可解释性和实施可行性。
该领域的证据正在超越可行性。数字画钟已与淀粉样蛋白和tau PET相关联，远程和无监督记忆评估已显示与AD生物标志物和认知下降的关联，高频基于应用程序的协议在选定队列中显示出令人鼓舞的可靠性和依从性。早期实施研究也开始检查数字工具如何在真实临床路径而非仅研究队列中表现。这些例子令人鼓舞，但它们并未消除对外部验证、亚组校准、纵向随访和预定临床行动规则的需求。设计用于监测主观认知下降变化的工具不需要与旨在优先考虑生物标志物转诊或支持治疗准备评估的工具相同的证据包。
4.8 临床综合
数字认知评估最好被理解为认知表型分析的扩展，而非单一替代测试。其前景在于四个方面：标准化、精细化、可扩展性和纵向测量。其风险包括从选定样本夸大表现、对新环境泛化能力差、在代表性不足群体中系统性错误、排除数字访问受限或感觉障碍人群、滥用敏感认知或行为数据以及在缺乏充分临床监督下过早依赖自动化输出。
最先进的数字工具以易于使用的界面、清晰的理论模型、可靠的心理测量属性以及通过临床或生物标志物结果的验证为特征。相反，不太发达的工具依赖小样本量、不透明算法、设备特定指标，且缺乏外部或纵向验证。
表4总结了本节回顾的主要数字认知评估模态，强调捕获的信号类型、当前支持每种方法的证据基础以及在常规临床使用前应解决的局限性。
5 治疗时代中的生物学锚定与有争议的诊断边界
数字认知筛查仅在连接到诊断路径时才变得临床有意义。认知评分、言语衍生风险估计、图形运动特征、眼动追踪标记或基于应用程序的记忆轨迹可能改变认知障碍的概率，但这些信号均不能独立确立AD病因。这一区别在当前治疗时代至关重要。抗淀粉样蛋白单克隆抗体增加了早期检测的临床价值，但也提高了诊断、分期、安全性评估和治疗资格的循证门槛。
生物学锚定对于数字筛查的相关性在于升级决策。数字测量可能识别出那些认知、语言、图形运动、功能或纵向特征值得进一步评估的个体，但其临床价值取决于它们是否改善了患者选择以进行生物标志物检测、专科评估、纵向监测或治疗准备评估。因此，数字筛查处于可扩展早期病例发现的实际需求与避免在没有充分临床和生物学基础的情况下进行病因标签、风险披露或高负担诊断程序的伦理义务之间。
5.1 为何认知筛查需要生物学锚定
传统和数字认知测试测量的是表现，而非病理。低认知评分可能反映AD、血管性认知障碍、路易体病、
