一项新开发的机器学习工具——人工智能（AI）形式——可能准确检测复发缓解型多发性硬化症（RRMS）向继发进展型多发性硬化症（SPMS）的转变，且可能比临床医生更早发现这一过渡。
瑞典乌普萨拉大学教授、研究资深作者金·库尔蒂马（Kim Kultima）表示："通过识别既往患者的模式，该模型能判断患者是复发缓解型还是已过渡至继发进展型MS。" 研究团队指出，这种"渐进式过渡"通常存在三年平均诊断延迟，而新模型可在每次就诊时区分RRMS与SPMS。
发表于《npj数字医学》的研究显示，该工具基于瑞典MS登记处1972-2022年间超22,000名患者数据训练，验证集包含467例从RRMS过渡至SPMS的患者。测试结果显示，模型在单次就诊时区分RRMS/SPMS的准确率达92.1%，在467例过渡患者中提前预测成功率达68.5%。值得注意的是，26.6%的病例中模型比医生提前识别到疾病转变。
库尔蒂马教授强调："模型的独特之处在于能评估每个诊断的置信度，医生可据此了解AI判断的可靠性。" 该工具已在线开放获取，未来或用于临床试验受试者筛选，推动个性化治疗策略发展。当前多发性硬化症的疾病修饰疗法对不同亚型疗效差异显著，提前诊断能及时调整用药方案，避免无效治疗及其副作用。
该研究解决了MS亚型诊断标准缺失的现状，通过机器学习的共形预测技术，为每个患者的诊断提供可量化的不确定性评估，标志着人工智能在神经退行性疾病诊断中的重要突破。
【全文结束】
