纽约州布法罗——关于多发性硬化症的一个令人不安的事实是，大脑中最能揭示疾病状况及患者受影响程度的部分，对临床医生而言长期处于"隐形"状态。
长期以来，医学界已知大脑灰质在多发性硬化症（MS）疾病进展和认知障碍中起关键作用，但由于磁共振成像（MRI）仅能检测白质中的病变，临床医生和研究人员始终缺乏检测或监测灰质（皮层）病变的有效手段。尽管过去十年开发的多种新药能显著延缓疾病进展，但这些药物主要作用于减少白质病变。
近日，《通讯医学》（Communications Medicine）期刊发表了一项由纽约州立大学布法罗分校（UB）主导的研究，该团队成功开发出一种方法，通过人工智能技术分析现有MRI扫描数据，揭示原本不可见的皮层病变。
研究人员强调，能够观测这一长期被视为多发性硬化症疾病进展核心指标的病变，其意义极其重大。
"在常规MRI扫描上检测先前不可见的皮层病变，将对多发性硬化症研究和临床诊疗产生深远影响，"论文高级作者、纽约州立大学（SUNY）杰出教授、UB雅各布斯医学院和生物医学科学学院神经病学系教授兼布法罗神经影像分析中心（BNAC）主任罗伯特·齐瓦迪诺夫（Robert Zivadinov, MD, PhD）表示，"首次观测到这些隐藏的疾病进展标志物——包括认知障碍和功能残疾相关病变——是医学领域的重要突破。"
虽然自19世纪末多发性硬化症被发现以来，皮层病变的作用已被认知，但直到21世纪才被纳入诊断标准。即便纳入标准后，医学界也明确指出，受限于临床MRI技术能力，其实际应用价值十分有限。
无法观测的持续性损伤
"我们长期深感困扰：明知这些皮层病变存在却无法观测，"论文第一作者兼通讯作者、雅各布斯医学院神经病学和生物医学信息学副教授、BNAC研究员迈克尔·G·德怀尔（Michael G. Dwyer, PhD）坦言，"多发性硬化症中持续发生的诸多损伤在常规MRI上无法显现，但组织病理学家已在尸检组织中明确证实数十年。"
"这项合作成果堪称人工智能应用于医疗领域的成功典范，"他补充道，"我们现在能够获取MRI扫描中这些极具价值的数据信息——它们一直存在，但若不借助人工智能提取便无法识别。计算技术现已发展到足以实现这一突破的阶段。"
研究团队采用的AI方法基于荷兰合作者的研究成果，旨在从单幅图像无法呈现的多幅图像关联中提取关键信息。研究人员整合了多种图像处理技术，包括自主研发的"多模态皮层病变增强"（MMCLE）技术，并将其应用于FDA监管的III期ORATORIO临床试验的MRI数据。该试验针对多发性硬化症药物奥瑞珠单抗（Ocrelizumab）开展，纳入700余名受试者。
超过11,000个皮层病变被识别
研究发现，虽然单幅患者脑部图像主要显示白质病变，但通过AI图像处理技术分析多种对比度图像后，每位患者可识别15-20个皮层病变，整个数据集累计检出超过11,000个。
"原始扫描通常无法显示皮层病变，"德怀尔解释道，"但生成式人工智能具有强大能力，可分析扫描序列间的细微差异。通过识别这些微小变化，AI能揭示组织异常——即病变组织与健康组织的行为差异。训练有素的模型可同步分析多幅MRI图像并进行合成，重构出原本缺失的病理信息。"
这项由UB主导的国际研究汇集了学术界与产业界专家，包括奥瑞珠单抗生产商基因泰克公司（Genentech）。齐瓦迪诺夫指出，多元视角的协作是成功的关键因素。
"该研究揭示了大脑中大量隐形病理的存在，将对既往及未来临床试验的数据分析产生深远影响，"他表示。
除齐瓦迪诺夫和德怀尔外，UB团队成员还包括神经病学助理教授尼尔斯·P·伯格斯兰德（Niels P. Bergsland, PhD）、博士后研究员亚历山大·巴特尼克（Alexander Bartnik, PhD）以及BNAC研究顾问德扬·贾基莫夫斯基（Dejan Jakimovski, MD, PhD）。其他合作者包括阿姆斯特丹自由大学（Vrije Universiteit Amsterdam）的萨曼莎·诺特博姆（Samantha Noteboom）、门诺·M·斯洪海姆（Menno M. Schoonheim）和马尔丁·D·斯滕维克（Martijn D. Steenwijk），以及基因泰克公司的裴静兰（Jinglan Pei）和大卫·克莱顿（David Clayton）。
本研究获得基因泰克公司部分资助。
【全文结束】