本文提出了一种基于时空相似性度量的多任务学习方法，用于有效预测阿尔茨海默病（AD）进展，并捕捉生物标志物之间的关系。实验结果表明，该方法在疾病预测和生物标志物变化关系的确定上优于传统方法，具有显著的临床应用价值。