新人工智能模型挑战多发性硬化症分类方式
将多发性硬化症（MS）视为单一疾病谱而非传统分型体系，或可改善疾病管理
林赛·夏皮罗，博士 报道 | 2025年8月27日
一项由欧洲科学家主导的研究显示，使用人工智能的新模型表明，多发性硬化症的进展应被视为连续性疾病谱，而非现行诊断治疗体系中的复发型/进展型等分立类型。全球研究团队认为，这种认知转变最终可改善MS患者的疾病管理。
弗莱堡大学教授、研究通讯作者海因茨·温德尔博士在大学新闻稿中表示："我们的数据明确显示，MS不能用复发型或进展型等亚型来定义，而是一个具有可识别状态转换的连续病程。"
这位神经学家强调："我们不应将患者分类，而应量化其疾病状态并动态追踪。"相关研究"AI驱动的多发性硬化症进展再分类"已发表于《自然医学》期刊。
在现行体系中，免疫系统异常攻击中枢神经系统组织的MS疾病被划分为三大类型：复发缓解型（RRMS）表现为症状加重与缓解期交替，主要由炎症驱动；进展型MS则呈现症状持续恶化，神经退行性改变独立于复发/炎症活动。原发进展型（PPMS）自发病起即呈进展态势，继发进展型（SPMS）则继发于RRMS之后。
疾病分类决定治疗策略
现有分类体系指导着治疗决策和预后判断。但证据表明这些界限并不清晰，在预测病程和治疗反应方面存在局限。研究团队指出："这引发重要问题——现行MS亚型划分是否合理？是否应将MS描述为从局灶性炎症向进展性疾病过渡的连续谱系？"
基于此，科学家开发了独立于诊断类型的新型MS分类系统。模型构建基于诺华公司临床试验数据库中的8000名RRMS、SPMS和PPMS患者数据，涵盖9项II/III期临床试验的15年随访数据，包含约12万次神经功能评估和3.5万次MRI扫描。
研究团队识别出最能反映疾病进展的四大核心要素：躯体残疾、脑损伤、临床复发和MRI显示的隐匿性炎症活动。这些变量构建的概率模型可评估MS患者在八种疾病状态间转换的可能性：
1-3期：临床稳定早期阶段伴轻度残疾
4期：无症状MRI炎症活动
5期：临床复发阶段
6-8期：炎症减弱但神经退行性和残疾加重的晚期阶段
4-5期被定义为中间炎症阶段
该模型突破线性病程假设，允许患者在各状态间自由转换。数据显示，患者无法直接跃迁至晚期阶段，必须经历中间炎症活动；且一旦进入晚期阶段，便无法逆转至早期稳定期。由于SPMS和PPMS患者多数处于晚期阶段，数据不支持区分这两类实体。
临床应用验证
该AI模型通过独立临床试验和真实世界数据库验证，准确预测进展至晚期MS的风险。数据显示，疾病修正治疗（DMT）可延长患者处于早期轻症阶段的时间。研究团队指出，新模型比传统分型更契合MS连续性疾病谱的观点。
当前分类体系限制了DMT使用，因其主要适用于复发型患者。若采用新体系，将依据个体风险评估启动治疗。特别对于存在隐匿炎症活动的患者，模型显示早期治疗决策至关重要。
模型的广泛应用
研究共同作者、弗莱堡大学医学院长卢茨·海因博士指出，该模型突破刚性疾病分类的理念具有普适价值："这一原则具有基础性和开创性，可应用于神经病学乃至更广泛领域的其他疾病。"
目前该模型尚需临床实践验证其指导治疗决策的实用性，但已为MS诊疗范式转变提供了重要依据。
【全文结束】
