伦敦大学学院和美国研究人员开发出一种突破性人工智能工具，能通过单次脑部扫描准确检测9种不同类型的痴呆症。这项发表在《自然医学》上的研究显示，该系统利用机器学习算法分析tau蛋白正电子发射断层扫描（PET）图像，可在30分钟内完成对阿尔茨海默病、进行性核上性麻痹、额颞叶变性等9种痴呆症亚型的精准识别。
研究团队使用来自4个独立队列的1,862例PET扫描数据进行模型训练，其中包括123例病理确诊的病例。系统通过量化tau蛋白沉积的空间分布模式，成功区分不同类型的神经退行性疾病。临床验证显示，该工具对主要痴呆类型的诊断准确率高达88%-98%，其中对进行性核上性麻痹的识别准确率更是达到96%。
"这项技术解决了临床诊断中两大难题：早期诊断困难和亚型误判。"项目负责人、伦敦大学学院神经学教授蒂莫西·里特曼指出，"通过单次扫描即可获得完整的生物标志物分析，将诊断流程从数月缩短到半小时，同时减少了对侵入性脑脊液检测的依赖。"
该系统已在加州大学旧金山分校和剑桥大学附属医院启动临床试验，计划在两年内完成多中心验证。研究人员表示，这种非侵入性诊断方法不仅能提高诊疗效率，还能为新药研发提供精准的患者分组工具。值得注意的是，该技术对罕见痴呆亚型的检测能力将为遗传性神经退行性疾病的早期干预开辟新路径。
研究团队正着手开发配套的自动化分析平台，目标是将该诊断系统整合到常规的医疗影像流程中。此项研究获得了英国阿尔茨海默病研究中心和美国国立卫生研究院的联合资助。
【全文结束】
