多发性硬化症研究中存在一个令人困扰的现实：最能揭示疾病进展和患者预后的大脑关键区域，长期处于临床医生的视野之外。
学界早已确认大脑灰质在多发性硬化症病情恶化和认知功能障碍中起核心作用，但由于磁共振成像技术仅能检测白质病变，临床医生和研究人员始终缺乏观测或监测灰质（皮质）病变的有效手段。尽管近十年开发的多种新药能显著延缓疾病进程，但这些药物主要作用于减少白质病变。
如今，布法罗大学主导的研究团队在《通讯医学》期刊发表论文，宣布成功运用人工智能技术解析现有磁共振扫描数据，首次揭示这些原本不可见的皮质病变。研究者强调，能够观测这一被公认为多发性硬化症进展最关键指标的意义无可估量。
论文资深作者、纽约州立大学杰出神经病学教授、布法罗神经影像分析中心（BNAC）主任Robert Zivadinov指出："在常规磁共振扫描中检测此前不可见的皮质病变，对多发性硬化症研究和临床诊疗具有重大意义。首次观测到这些隐藏的疾病进展指标，包括认知功能障碍和残疾发展，是重要突破。"
虽然皮质病变与多发性硬化症的关联自19世纪末疾病被发现时即已知晓，但直至21世纪才被纳入诊断标准。即便纳入时也明确指出，受临床磁共振技术限制，其应用将受到极大制约。
无法观测的持续性损伤
"我们所有人都深感挫败——明知这些皮质病变存在却无法观测。"论文第一兼通讯作者、雅各布斯医学院神经病学与生物医学信息学副教授Michael G. Dwyer表示，"常规磁共振无法显示多发性硬化症中持续发生的大量损伤，但病理学家在数十年的尸检组织研究中早已明确证实其存在。"
他补充道："此次合作成功将人工智能应用于医疗领域，堪称典范。我们现在终于能获取磁共振扫描中原本存在却需借助AI才能提取的宝贵数据。计算技术已发展到足以实现这一突破的阶段。"
研究人员基于荷兰合作者的前期工作，开发了从多幅影像关联中提取关键信息的AI方法。他们整合多种图像处理技术，包括新研发的多模态皮质病变增强算法（MMCLE），并将这些技术应用于美国食品药品监督管理局批准的ORATORIO三期临床试验的磁共振扫描数据。该奥瑞珠单抗药物研究纳入700多名受试者。
检测出超11000个皮质病变
研究发现，当对患者脑部多幅不同对比度影像应用AI图像处理技术后，每位患者可检测出15至20个皮质病变，整个数据集累计检出超11000个病变——而单幅影像通常仅显示白质病变。
Dwyer解释："原始扫描中基本看不到皮质病变，但生成式AI极为强大，它能比对多幅扫描影像并识别细微差异。通过捕捉这些微小异常，AI可揭示组织异常——病变区域与健康组织表现不同。经训练的模型能综合分析多幅磁共振影像，合成出此前缺失的信息。"
这项由布法罗大学主导的国际合作汇集了学术界与工业界科学家，包括奥瑞珠单抗生产商基因泰克公司。Zivadinov强调，多元视角的协作是成功关键："这项揭示大脑存在大量不可见病理变化的研究，将对回顾既往临床试验数据和指导未来研究产生深远影响。"
除Zivadinov和Dwyer外，布法罗大学团队成员还包括神经病学助理教授Niels P. Bergsland、博士后研究员Alexander Bartnik以及BNAC研究顾问Dejan Jakimovski。研究部分获得基因泰克公司资助。
【全文结束】