由布法罗大学领导的国际团队已开发出一种可靠方法，用于测量与多发性硬化症(MS)患者残疾和认知问题密切相关的皮层病变。
研究人员已开发出一种人工智能方法，可在常规MRI扫描中发现多发性硬化症的隐藏迹象。
几十年来，多发性硬化症专家一直被迫通过不完整的图像来研究这种疾病。标准磁共振成像(MRI)可以显示大脑白质的损伤，但与残疾和认知能力下降最密切相关的部分病变一直基本不可见。
这些隐藏的损伤发生在灰质中，特别是大脑皮层。研究人员长期以来一直知道皮层病变可以提供关于MS如何进展以及可能对患者产生多严重影响的重要线索。然而，常规MRI未能提供可靠的方法来检测或监测它们，使临床医生面临一个主要盲点。即使是许多可以减缓MS进展的新药，也主要是围绕减少白质病变设计的。
现在，由布法罗大学领导的研究团队利用人工智能揭示了现有MRI扫描中先前隐藏的部分损伤。发表在《自然·通讯医学》上的这项研究表明，计算方法如何能够跨多个图像比较信息，并恢复传统查看方法无法捕捉到的疾病信号。
"在常规传统MRI扫描上检测先前不可见的皮层病变对MS研究和临床护理具有重大意义，"该论文的资深作者、布法罗大学雅各布斯医学院和生物医学科学学院神经病学系SUNY杰出教授兼布法罗神经影像分析中心(BNAC)主任罗伯特·齐瓦迪诺夫医学博士表示。"能够首次看到这些先前隐藏的MS疾病进展指标，包括认知障碍和残疾，是一项重要进展，"他说道。
隐藏病变塑造了MS的不确定性
皮层病变自19世纪末该疾病首次被描述以来就与MS有关联。然而，直到21世纪它们才成为诊断标准的一部分，即便如此，由于临床MRI无法可靠地显示它们，其用处也有限。
"我们一直非常沮丧，知道这些皮层病变存在但无法看到它们，"该论文的第一作者兼通讯作者、雅各布斯学院神经病学和生物医学信息学副教授、BNAC研究人员迈克尔·G·德怀尔博士表示。"MS中持续发生的许多损伤在常规MRI中是看不到的，但组织病理学家已在尸体组织上清楚地展示了数十年。"
"这次合作所取得的成就是将AI应用于医疗领域的一个真正成功案例，"他继续说道。"我们现在可以访问MRI扫描中这些极其有用的数据，这些数据一直存在，但如果不使用AI提取，您就无法看到它们。计算方法终于达到了我们可以做到这一点的程度。"
研究人员使用的AI方法建立在荷兰合著者的工作基础上。目标是恢复在任何单一图像中都不可见的信息，但当一起分析多个图像之间的关系时，这些信息变得可以检测。
为此，他们结合了多种图像处理方法，包括一种称为MMCLE（多模态皮层病变增强）的新方法。然后，他们在ORATORIO的MRI扫描上测试了这些方法，ORATORIO是一项大型III期FDA监管临床试验，涉及700多名参与者，用于测试MS药物奥瑞珠单抗。
检测到超过11,000个皮层病变
在标准扫描中，单个脑部图像主要显示白质病变。在研究人员对不同对比度图像应用AI引导的图像处理后，一层隐藏的损伤变得可见。该方法在每位患者中检测到约15至20个皮层病变，整个数据集中总计超过11,000个病变。
德怀尔表示："如果您查看原始扫描，通常看不到皮层病变，但生成式AI非常强大，因为它可以查看扫描之间的差异并检测它们之间的微小差异。因为它看到了这些微小的差异，AI可以揭示那里出了问题，组织表现不像健康组织。训练好的模型可以一起查看多个MRI图像并合成它们，以及合成缺失的部分。"
这个国际项目由布法罗大学领导，包括来自学术机构和行业的科学家和临床医生，其中包括生产奥瑞珠单抗的基因泰克。齐瓦迪诺夫表示，所涉及的专业知识范围是结果的核心。
"这项工作揭示了大脑中存在如此多的不可见病理，将对审查过去和未来临床试验的数据产生巨大影响，"他表示。
参考文献："使用多对比度后处理和深度学习量化多发性硬化症MRI数据集中的皮层病变"，作者迈克尔·G·德怀尔、尼尔斯·伯格斯兰、亚历山大·巴特尼克、德扬·亚基莫夫斯基、萨曼莎·诺特博姆、梅诺·M·斯洪海姆、马蒂恩·D·斯滕维克、裴景兰、戴维·克莱顿和罗伯特·齐瓦迪诺夫，2026年7月7日，《自然·通讯医学》。
DOI: 10.1038/s43856-026-01683-7
这项工作部分得到了基因泰克公司的研究合作支持。
【全文结束】