MIT-i teadlaste mudel otsib Alzheimeri riski varasemaid märke

MIT-i ümber koondunud teadlaste töörühm on esitlenud mudelit FINGERS-7B, mis püüab ühendada eri tüüpi bioloogilisi andmeid, et leida varasemaid Alzheimeri tõve riski ja ennetusvõimaluste märke. Mudel ei ole mõeldud arsti asendamiseks ega kliinikus diagnoosi panemiseks, vaid teadustöö abivahendiks, mis aitab leida seoseid andmetes, mida inimesel oleks käsitsi väga raske korraga läbi töötada.

FINGERS-7B-d esitleti aprillis Rio de Janeiros toimunud ICLR 2026 konverentsi FM4Science töötoas. OpenReview’s avaldatud töö järgi on tegemist seitsme miljardi parameetriga mitme andmekihi mudeliga, mis on treenitud suurel hulgal soole mikrobioomi, ainevahetuse, geneetika ja kliiniliste andmete põhjal. Seejärel kohandati mudelit World-Wide FINGERSi dementsuse ennetuse uuringuvõrgustiku andmetega.

Töö peamine väide on, et FINGERS-7B suudab aidata tuvastada niinimetatud multi-oomilisi biomarkereid. See tähendab, et mudel ei vaata ainult ühte vere- või valgumarkerit, vaid püüab korraga lugeda mitut bioloogilist andmekihti: geene, valke, ainevahetusnäitajaid, mikrobioomi ja kliinilist tausta. Uurijate hinnangul võib selline lähenemine tulevikus aidata paremini mõista, kellel on suurem risk Alzheimeri tõveks ja kes võiks kõige rohkem kasu saada elustiilipõhistest sekkumistest.

Oluline piir on siiski selge. FINGERS-7B ei tõesta praegu, et Alzheimeri tõbe saab üksikisikul kindlalt ette ennustada või ära hoida. Mudel loob hüpoteese, mida tuleb kontrollida sõltumatutes andmestikes, pikaajalistes uuringutes ja lõpuks kliinilises praktikas.

Artikli faktipõhi tugineb OpenReview’s avaldatud FINGERS-7B töö kirjeldusele, MIT Picower Institute’i teatele, Being Patienti intervjuudele, FINGER-uuringu ametlikule ülevaatele, Alzheimer’s Associationi 2024. aasta biomarkeripõhistele diagnostikakriteeriumidele, Alzheimer Europe’i dementsuse levimuse andmetele ning Tervise Arengu Instituudi Eesti-vaatele.

Mis täpselt muutus

FINGERS-7B ei ole tavaline terviserakendus ega patsiendile mõeldud riskikalkulaator. Tegemist on teadusmudeliga, mille eesmärk on töötada korraga läbi väga erinevaid bioloogilisi andmeid ja leida mustreid, mis võivad viidata haiguse varasele kulule või sekkumise mõjule.

OpenReview’s avaldatud töö järgi treeniti FINGERS-7B-d kaheksal triljonil kvaliteedihinnanguga bioloogilisel tokenil ning 300 000 metaboliidiprofiilil, mis pärinesid avalikest soole ja aju seost käsitlevatest metagenoomika arhiividest. Seejärel kasutati peenhäälestamiseks World-Wide FINGERSi võrgustiku kliinilisi andmeid.

Töö autorid esitavad tugevaid tulemusi: Alzheimeri tõve eelkliinilise faasi tuvastamisel AUC 0,92 ning kognitiivse languse prognoosimisel 3–5 aastat enne sümptomeid AUC 0,89. AUC ei ole sama mis lihtne „täpsusprotsent”. See on mõõdik, mis näitab, kui hästi mudel eristab kahte rühma eri otsustuslävede korral. Seetõttu tuleb neid tulemusi lugeda teadusliku hindamisnäitajana, mitte kliinilise garantiina.

Being Patienti kajastuse järgi leidis mudel soole mikrobioomi signatuure, mis aitasid ennustada kognitiivset langust järgmise kolme aasta jooksul ja eristada inimesi, kes võiksid FINGERi elustiilisekkumisest rohkem kasu saada. Samuti tõi mudel mikrobioomiandmetest välja neli võimalikku ravimisihtmärki. Need on praegu uurimissuunad, mitte valmis ravisoovitused.

Miks Alzheimeri tõve ennetus vajab uusi tööriistu

Alzheimeri tõbi hakkab ajus arenema ammu enne seda, kui inimesel tekivad selged mäluhäired või igapäevaelu segavad sümptomid. Seetõttu liigub teadus üha rohkem varasema avastamise ja riski vähendamise poole. Biomarkerid, näiteks amyloid-beeta, tau-valgud ja verepõhised markerid nagu p-tau217, on muutnud Alzheimeri käsitlust bioloogilisemaks.

Alzheimer’s Associationi 2024. aasta uuendatud kriteeriumid rõhutavad, et Alzheimeri tõbi on bioloogiline protsess, mille märke saab mõõta enne selgete sümptomite avaldumist. Samas märgivad kriteeriumid ka, et need ei ole samm-sammuline kliiniline juhend. Verepõhised biomarkerid on paljulubavad, kuid nende kasutamine eeldab täpsust, koolitust ja arusaamist piirangutest.

Siin tekib FINGERS-7B tüüpi mudelite roll. Kui klassikaline uuring vaatab üht või paari markerit, siis multi-oomiline lähenemine püüab siduda palju eri signaale. Alzheimeri tõve puhul on see tähtis, sest haiguse risk ei sõltu ainult ühest geenist või ühest vereanalüüsist. Oma osa võivad mängida vanus, geneetiline eelsoodumus, veresoonkonna tervis, uni, toitumine, põletik, mikrobioom, sotsiaalne aktiivsus ja varasemad haigused.

FINGER-uuring on selle töö alus

FINGERS-7B nimi viitab FINGER-uuringule, mis on üks tuntumaid dementsuse ennetuse kliinilisi uuringuid. FINGER tähendab Finnish Geriatric Intervention Study to Prevent Cognitive Impairment and Disability. Uuringus osales 1260 inimest vanuses 60–77 aastat. Nad olid dementsuse suurenenud riskiga, kuid neil ei olnud uuringu alguses ilmset mäluhäiret.

Osalejad jagati sekkumis- ja kontrollrühma. Sekkumisrühm sai kahe aasta jooksul tuge toitumise, liikumise, kognitiivse treeningu, sotsiaalse aktiivsuse ning südame-veresoonkonna riskide jälgimise osas. Kontrollrühm sai tavapärast tervisenõu.

FINGER-uuringu tulemused avaldati 2015. aastal ajakirjas The Lancet. FINGERS Brain Health Institute’i kokkuvõtte järgi paranes mõlema rühma kognitiivne sooritus, kuid sekkumisrühma keskmine paranemine oli 25 protsenti suurem kui kontrollrühmal. Täidesaatvate funktsioonide, psühhomotoorse kiiruse ja keerukamate mälutestide tulemused paranesid sekkumisrühmas samuti rohkem.

FINGERS-7B proovib ehitada sellele teadmisele järgmise kihi. Kui FINGER näitas, et mitme valdkonna elustiilisekkumine võib aidata kognitiivset tervist hoida, siis uus mudel püüab vastata täpsemale küsimusele: kellele milline sekkumine kõige tõenäolisemalt mõjub ja millised bioloogilised märgid seda ennustavad.

Kuidas mudel töötab

Lihtsustatult võib FINGERS-7B-d võrrelda süsteemiga, mis õpib lugema bioloogiliste andmete mustreid. Keelemudel õpib tekstist, et teatud sõnad ja mõisted esinevad sageli koos. FINGERS-7B õpib samal põhimõttel seoseid bioloogiliste signaalide vahel.

See ei tähenda, et mudel „mõistab” geeni, mikroobi või valgu bioloogilist rolli samamoodi nagu teadlane. Pigem leiab see statistilisi ja struktuurseid mustreid suurtes andmekogudes. Kui teatud mikrobioomi tunnused, ainevahetusnäitajad ja kliinilised muutused korduvad kindlas järjestuses või koosluses, võib mudel need üles leida.

FINGERS-7B puhul on keskne mõiste multi-oomiline signatuur. „Oomika” viitab suurtele bioloogilistele andmekihtidele: genoomika uurib geene, proteoomika valke, metaboloomika ainevahetusprodukte ja metagenoomika näiteks mikrobioomi kooslust. Üks marker võib anda kasulikku infot, kuid mitme kihi koosvaatlus võib anda täpsema pildi.

Näiteks võib ühel inimesel olla kõrgenenud p-tau217, kindel geneetiline riskivariant ja muutused soole mikrobioomis. Teisel võib olla sama üksik marker, kuid täiesti erinev ainevahetus- või põletikuprofiil. Sellisel juhul võib ühe markeriga riskihinnang olla liiga jäme.

Ekspertide vaade

MIT-Novo Nordisk AI Fellow Adrián Noriega de la Colina ütles MIT-i teates, et igal inimesel on justkui bioloogiline sõrmejälg: signaalide kombinatsioon, mis võib õigesti mõistetuna aidata hinnata Alzheimeri riski ning ennetus- või ravivõimalusi. Being Patientile antud kommentaaris selgitas ta, et FINGERS-7B võimaldab eri andmekihte korraga lugeda ja leida mustreid, mis jääksid üksikvaates nähtamatuks.

Broad Institute’i teadlane Arvid Gollwitzer, kes oli samuti mudeli arendajate seas, rõhutas Being Patientile, et mudel ei vaja iga geeni, valgu või mikroobi üksikasjalikku eelõpet. See otsib seoseid eri andmeliikide vahel. Samas nimetas ta FINGERS-7B-d hüpoteese loovaks mudeliks. See on oluline määratlus: tööriist aitab leida uusi uurimisküsimusi, kuid ei tee veel kliinilisi otsuseid.

MIT Picower Institute’i direktor Li-Huei Tsai tõi esile teise probleemi. Alzheimeri uurimislaborid on suutnud koguda väga suuri geneetilisi, epigeneetilisi ja proteoomilisi andmeid, kuid nende terviklik ühendamine ühe inimese riski, haiguse kulu ja võimaliku ravivastuse mõistmiseks on olnud raske. Tema hinnangul näitas FINGERPRINTi projekt varakult, kuidas tehisaru võib sellises andmetöös aidata.

Being Patient küsis ka UCLA California Alzheimer’s Disease Centeri direktorilt Timothy Changilt, kes ei osalenud FINGERS-7B töös. Chang nimetas MIT-i tiimi lähenemist huvitavaks, sest see toob Alzheimeri uurimisse teiste valdkondade, näiteks mikrobioomiuuringute teadmisi. Tema enda töö kasutab tehisaru elektrooniliste terviseandmete analüüsiks, et leida diagnoosimata Alzheimeri juhtumeid ja prognoosida kognitiivsete näitajate muutust ajas.

Eesti lugeja vaade

Eesti jaoks ei ole see teema kaugeltki abstraktne. Alzheimer Europe’i 2025. aasta andmestik hindab, et Eestis elab dementsusega ligikaudu 26 800 inimest. Tervise Arengu Instituudi 2025. aasta käsitlus viitab varasematele hinnangutele, mille järgi elas Eestis 2019. aastal umbes 23 000 dementsusega inimest ning see arv võib 2050. aastaks peaaegu kahekordistuda.

Eesti tervishoius on varajane diagnoos ja perearsti roll väga tähtsad. TAI rõhutab, et varane diagnoos aitab inimesel ja lähedastel saada varem tuge, vähendada õnnetuste ja erakorralise abi riski ning lükata edasi kallimat hooldusvajadust. Samal ajal on dementsuse diagnoosimine keeruline, sest sümptomid võivad alguses olla hajusad ja neid seostatakse sageli vanuse, stressi või muude haigustega.

FINGERS-7B tüüpi tööriistad võiksid tulevikus olla kasulikud teadusprojektides ja ennetusprogrammides, kuid mitte iseseisva rahvatervise sõeluuringuna. Eesti puhul tekiks kohe mitu küsimust: kas andmed esindavad meie rahvastikku, kas mudel töötab Eesti terviseandmete peal, kuidas kaitstakse isikuandmeid, kes tulemusi tõlgendab ja mida inimene saadud riskihinnanguga peale hakkab.

Arendajatele ja tervisetehnoloogia ettevõtetele on õppetund selge. Meditsiinis ei piisa mudeli heast näitajast ühes andmestikus. Vaja on kliinilist valideerimist, andmekaitset, läbipaistvat dokumentatsiooni, kõrvalmõjude ja valepositiivsete tulemuste hindamist ning selget vastutust. Eriti tundlik on olukord siis, kui mudel mõjutab inimese tervisekäitumist või arsti otsuseid.

Riskid ja piirangud

Esimene piirang puudutab uuringu staatust. FINGERS-7B töö on avaldatud OpenReview’s ICLR 2026 FM4Science töötoa posterina. See on teaduslikult huvitav, kuid ei ole sama mis laiapõhjaline kliiniline uuring või meditsiiniseadme heakskiit.

Teine piirang puudutab mõõdikuid. AUC 0,92 ja AUC 0,89 on tugevad näitajad, kuid need ei tähenda, et mudel suudab iga inimese puhul kindlalt öelda, kas tal tekib Alzheimeri tõbi. Riskimudelid annavad tõenäosusi ning nende väärtus sõltub sellest, kui hästi need töötavad eri rahvastikurühmades ja päriselulistes tingimustes.

Kolmas piirang on andmete esinduslikkus. Alzheimeri risk, mikrobioom, toitumine, ravimikasutus, elustiil ja tervishoiusüsteemid erinevad riigiti. Mudel, mis töötab hästi ühes uuringuvõrgustikus, võib vajada kohandamist teise riigi või rahvastikurühma jaoks.

Neljas risk on vale tõlgendamine. Kui inimene saab teada, et tal on kõrge risk, võib see põhjustada ärevust, kuigi ennetus- või raviplaan ei ole selge. Kui inimene saab madala riski, võib ta omakorda loobuda mõistlikest tervisekäitumise sammudest. Seetõttu peab riskihinnang olema seotud nõustamise, arsti tõlgenduse ja selge tegevusplaaniga.

Viies piirang puudutab mikrobioomi. Soole mikrobioom on Alzheimeri uurimises paljulubav, kuid keeruline valdkond. Mikrobioomi mõjutavad toit, ravimid, antibiootikumid, haigused, vanus ja keskkond. Seos Alzheimeri riskiga ei tähenda automaatselt põhjuslikku mõju ega valmis ravisihtmärki.

Mida edasi jälgida

Kõige olulisem on sõltumatu valideerimine. FINGERS-7B tulemusi tuleb korrata teistes andmestikes ja eri rahvastikurühmades. Eriti tähtis on näha, kas mudel suudab prognoosida riski mitte ainult uuringutingimustes, vaid ka päriselulises tervishoius.

Teiseks tuleb jälgida, kas mudeli pakutud biomarkerid ja ravimisihtmärgid kinnituvad bioloogilistes katsetes. Mudel võib leida seose, kuid laboris ja kliinilises uuringus tuleb näidata, kas see seos on haigusprotsessis päriselt oluline.

Kolmandaks tasub vaadata, kuidas areneb AD Workbench ja FINGERPRINTi laiem koostöö. MIT-i teatel on FINGERS-7B mudelikaalud, treeningukood ja hindamistorud avalikud ning mudel on kasutatav Alzheimer’s Disease Data Initiative’i AD Workbenchis. See võib kiirendada teaduslikku kontrolli, sest eri uurimisrühmad saavad mudelit oma kohortidel proovida.

Neljandaks tuleb jälgida, kuidas tervishoiuregulatsioon selliste mudelitega kohaneb. Kui mudel jääb teadustöö abivahendiks, on risk madalam. Kui seda hakatakse kasutama kliiniliste otsuste toetamiseks, muutub vajalikuks palju rangem hindamine.

Kokkuvõte

FINGERS-7B on oluline signaal Alzheimeri uurimise suunamuutusest. Haigust ei püüta enam mõista ainult ühe biomarkeri, ühe testi või ühe elustiiliteguri kaudu. Uus lähenemine proovib siduda inimese bioloogilise, kliinilise ja elustiililise tausta tervikuks.

Samas ei tohi seda üle müüa. FINGERS-7B ei ennusta praegu patsiendile kindlalt Alzheimeri tulevikku ega anna arstile valmis raviplaani. Selle väärtus on praegu teaduses: aidata leida uusi biomarkereid, paremaid riskimustreid ja täpsemaid küsimusi järgmisteks uuringuteks.

Eesti lugeja jaoks on praktiline järeldus kainem kui pealkirjad sageli lubavad. Dementsuse ennetuses on juba praegu tähtsad liikumine, veresoonkonna tervis, kuulmise ja nägemise korrigeerimine, une ja vaimse tervise hoidmine, suitsetamisest loobumine ning sotsiaalne aktiivsus. FINGERS-7B tüüpi mudelid võivad tulevikus aidata neid soovitusi täpsemaks muuta, kuid kliinilise otsuse peab tegema inimene koos arstiga.

KKK

Mis on FINGERS-7B?

FINGERS-7B on MIT-i ümber koondunud teadlaste loodud seitsme miljardi parameetriga mudel, mis otsib Alzheimeri tõve riski ja ennetusvõimalustega seotud mustreid eri bioloogilistest andmekihtidest.

Kas FINGERS-7B diagnoosib Alzheimeri tõbe?

Ei. Mudel ei ole kliinikus kasutamiseks valmis diagnostiline tööriist. Uurijad kirjeldavad seda hüpoteese loova mudelina, mille ennustusi tuleb edasistes uuringutes kontrollida.

Mida tähendab multi-oomiline biomarker?

See tähendab biomarkerit või signatuuri, mis ei põhine ainult ühel näitajal, vaid mitme bioloogilise andmekihi koosmõjul. Näiteks võivad koos arvesse tulla geenid, valgud, ainevahetusnäitajad, mikrobioom ja kliiniline taust.

Mis on FINGER-uuring?

FINGER on Soomes tehtud juhuslikustatud kliiniline uuring, kus hinnati, kas toitumise, liikumise, kognitiivse treeningu, sotsiaalse aktiivsuse ja veresoonkonna riskide jälgimise kombinatsioon aitab vähendada kognitiivse languse riski. Uuringus osales 1260 inimest vanuses 60–77 aastat.

Kui tugevad olid FINGERS-7B tulemused?

OpenReview’s avaldatud töö järgi saavutas mudel Alzheimeri eelkliinilise faasi tuvastamisel AUC 0,92 ja kognitiivse languse prognoosimisel AUC 0,89. Need on teaduslikud hindamisnäitajad, mitte kliiniline garantii üksiku inimese kohta.

Kas mudelit saavad kasutada ka teised teadlased?

MIT-i teate järgi on mudelikaalud, treeningukood ja hindamistorud avalikud ning mudel on kasutatav AD Workbenchis. See võimaldab teistel uurimisrühmadel mudelit oma andmetel kontrollida ja edasi arendada.

Mida tähendab see Eesti tervishoiule?

Lühiajaliselt tähendab see pigem teaduslikku huvi kui praktilist muutust perearsti või neuroloogi töös. Enne kliinilist kasutust oleks vaja kontrollida, kas mudel töötab Eesti andmete ja rahvastiku puhul, kuidas kaitstakse isikuandmeid ja kes tulemusi tõlgendab.

Mida peaks edasi jälgima?

Jälgida tuleb sõltumatuid valideerimisuuringuid, mudeli kasutamist eri rahvastikurühmades, mikrobioomi biomarkerite bioloogilist kinnitamist ning seda, kas FINGERS-7B liigub teadustööriistast kunagi reguleeritud kliinilise otsustoe suunas.