今日文獻聚焦於阿茲海默症的臨床進展與鑑別診斷創新，特別是跌倒作為疾病進展的預測因子、神經退化與tau沉積的時間關係、動脣激動的標準化照護路徑，以及人工神經網絡在INPH與AD鑑別診斷中的應用，顯示臨床實務導向與AI輔助診斷的雙重趨勢。
Alzheimer's & Dementia · FALLS PREDICT FASTER PROGRESSION OF ALZHEIMER DEMENTIA
研究發現阿茲海默症患者若有跌倒病史，其認知與功能退化速度顯著加快，顯示跌倒可能為疾病惡化的早期臨床警訊，具備納入風險評估的實用價值。
JAMA Neurology · Standardizing Care for Agitation in Alzheimer’ Dementia: Results from a Randomized Controlled Trial of an Integrated Care Pathway versus Usual Care ‐The StaN trial
隨機對照試驗證明，針對阿茲海默症激動行為的整合照護路徑（StaN），相比常規照護，可顯著減少激動 episódios 並降低照護者負擔，為行為及心理症狀（BPSD）提供具體治療框架。
Brain · Does Neurodegeneration Lag Behind Tau Deposition in Alzheimer Dementia?
使用縱向PET與MRI影像證實，tau蛋白在認知症狀出現前已大量積聚於皮質，而神經退化（脑萎縮）則在tau達一定閾值後才開始顯著加速，支持tau為早期驅動因子的假說。
Research Square (Preprint) · Artificial Neural Network models (ANNs) in identifying Idiopathic Normal Pressure Hydrocephalus (INPH) and Alzheimer Dementia (AD) patients:
以小樣本（n=19）Rorschach測驗反應特徵訓練的人工神經網絡模型，能夠辨識INPH與AD患者在感知與認知處理上的模式差異，顯示其潛在作為非侵入性鑑別診斷輔助工具的價值，尤其對可逆性痴呆(INPH)的早期識別具有臨床意義。