新型人工智能工具可通过单次脑扫描准确检测九种痴呆症：研究显示

New AI Tool Accurately Detects Nine Types of Dementia Using Single Brain Scan: Study Shows

近日，《神经学》期刊发表了一项重磅研究成果。梅奥诊所（Mayo Clinic）的研究人员推出了一款名为StateViewer的人工智能（AI）工具，该工具能够通过一次常见的脑部扫描，识别与九种痴呆症相关的大脑活动模式，其中包括阿尔茨海默病（Alzheimer’s disease）。这一技术标志着在早期精准诊断和快速临床决策方面迈出了重要一步。

长期以来，痴呆症的诊断一直是一个复杂且耗时的过程，通常需要结合认知评估、影像学检查、临床访谈以及转诊至专科医生等多种手段。即便如此，区分不同类型的痴呆症仍然充满挑战。

为了解决这一难题，梅奥诊所的研究团队利用超过3600份来自痴呆症患者和认知健康个体的脑部扫描数据对StateViewer进行了训练。这款工具分析了用于观察大脑葡萄糖代谢的FDG-PET扫描，并将其与一个包含大量已确诊痴呆病例的数据库进行比对。通过识别特定的大脑活动模式，StateViewer能够将扫描结果与不同的痴呆症类型匹配。

研究结果显示，StateViewer在识别痴呆症类型方面的准确率达到了88%，并且帮助临床医生解读扫描结果的速度提升了近两倍，准确率更是达到了传统工作流程的三倍。

梅奥诊所神经科医生兼神经人工智能项目主任大卫·琼斯博士（Dr. David Jones）表示：“每位走进我诊所的患者都带着由大脑复杂性塑造的独特故事。这种复杂性吸引了我进入神经学领域，并继续推动我对更清晰答案的追求。StateViewer体现了这一承诺，它是迈向更早的理解、更精准的治疗，以及有朝一日改变这些疾病进程的重要一步。”

琼斯博士与数据科学家莱兰·巴纳德博士（Dr. Leland Barnard）合作，后者主导了StateViewer的技术开发。巴纳德博士指出：“看到这款工具如何通过实时、精确的洞察和指导来协助医生，凸显了机器学习在临床医学中的巨大潜力。”

通过将复杂的大脑数据转化为清晰的视觉图谱，StateViewer为各领域的临床医生提供了实时且可解释的洞察。这一进步有望将专家级别的诊断支持带给那些缺乏神经学服务的诊所。

参考文献：Barnard, L., Botha, H., Corriveau-Lecavalier, N., Graff-Radford, J., Dicks, E., Gogineni, V., ... & Alzheimer's Disease Neuroimaging Initiative. (2025). An FDG-PET–Based Machine Learning Framework to Support Neurologic Decision-Making in Alzheimer Disease and Related Disorders. Neurology, 105(2), e213831.

(全文结束)