梅奥诊所的研究人员开发了一款新的人工智能（AI）工具，帮助临床医生通过一次广泛可用的扫描，识别与9种痴呆症相关的脑活动模式，包括阿尔茨海默病。这一突破性进展极大地提升了早期精准诊断的可能性。
这款名为StateViewer的工具在2025年6月27日在线发表于《神经学》（Neurology）期刊的研究中显示，其能够以88%的准确率确定痴呆症类型。此外，它还使临床医生解读脑部扫描的速度提高了近两倍，准确度比传统工作流程高出三倍。研究人员基于3600多次扫描（包括痴呆患者和无认知障碍者的图像）对AI进行了训练和测试。
这一创新解决了痴呆症护理中的一个核心难题：即使存在多种并发疾病，也能早期并精确地识别疾病。随着新治疗方法的出现，及时诊断有助于将患者匹配到最合适的治疗方案，从而在关键阶段产生最大影响。该工具还可以为缺乏神经学专业知识的诊所提供先进的诊断支持。
痴呆症的日益增长的负担
目前，全球有超过5500万人受到痴呆症的影响，每年新增病例近1000万。其中最常见的形式——阿尔茨海默病，现已成为全球第五大死亡原因。诊断痴呆症通常需要进行认知测试、血液检查、影像学分析、临床访谈以及专科转诊。即便经过广泛测试，区分阿尔茨海默病、路易体痴呆和额颞叶痴呆等疾病仍然具有挑战性，即便是经验丰富的专家也难以完全辨别。
StateViewer由梅奥诊所神经学家兼梅奥诊所神经人工智能项目主任大卫·琼斯博士（David Jones, M.D.）指导开发。
“每一位走进我诊所的患者都带着一个由大脑复杂性塑造的独特故事，”琼斯博士表示，“这种复杂性吸引了我进入神经学领域，并持续推动我对清晰答案的追求。StateViewer正是这一承诺的体现——迈向更早的理解、更精准的治疗，最终改变这些疾病的进程。”
为了实现这一愿景，琼斯博士与数据科学家莱兰·巴纳德博士（Leland Barnard, Ph.D.）合作，后者领导了StateViewer背后的AI工程开发。
“在设计StateViewer时，我们始终牢记，每一个数据点和脑扫描背后都是一个面临艰难诊断和迫切问题的人，”巴纳德博士说道，“看到这款工具如何通过实时、精确的洞察和指导协助医生，凸显了机器学习在临床医学中的巨大潜力。”
将脑模式转化为临床洞察
该工具分析氟脱氧葡萄糖正电子发射断层扫描（FDG-PET），该扫描展示了大脑如何利用葡萄糖作为能量来源。随后，它将扫描结果与来自确诊痴呆患者的大量扫描数据库进行比较，识别出与特定类型或组合类型的痴呆相匹配的模式。
阿尔茨海默病通常影响记忆和处理区域，路易体痴呆涉及与注意力和运动相关的大脑区域，而额颞叶痴呆则改变负责语言和行为的区域。StateViewer通过彩色编码的脑图显示这些模式，突出关键的脑活动区域，为所有临床医生（包括那些没有神经学培训的医生）提供了AI所见的视觉解释及其诊断依据。
梅奥诊所的研究人员计划扩大该工具的应用范围，并继续评估其在各种临床环境中的表现。
(全文结束)
