阿拉伯联合酋长国迪拜 — 梅奥诊所(Mayo Clinic)研究人员开发了一种新型人工智能(AI)工具，帮助临床医生通过一次广泛可用的扫描识别与包括阿尔茨海默病在内的九种痴呆类型相关的脑活动模式——这一突破性进展将极大提升早期、准确诊断的水平。
根据2025年6月27日在线发表在美国神经病学学会医学期刊《Neurology》上的研究，该工具StateViewer帮助研究人员在88%的病例中准确识别痴呆类型。它还使临床医生解读脑部扫描的速度提高近一倍，准确率比标准工作流程高出三倍。研究人员在3600多份扫描图像上训练和测试了这款AI，包括痴呆患者和认知功能正常者的影像。
这项创新解决了痴呆护理中的一个核心挑战：即使存在多种病症，也能早期、精确地识别疾病。随着新疗法的出现，及时诊断有助于在干预效果最佳时为患者匹配最合适的治疗方案。该工具可为缺乏神经科专业知识的诊所提供高级诊断支持。
痴呆症日益严重的危害
全球有超过5500万人受痴呆症影响，每年新增病例近1000万。最常见的阿尔茨海默病现已成为全球第五大死因。痴呆症诊断通常需要认知测试、抽血、影像检查、临床访谈和专科转诊。即使经过广泛测试，区分阿尔茨海默病、路易体痴呆和额颞叶痴呆等病症对经验丰富的专科医生来说仍然具有挑战性。
StateViewer是在梅奥诊所神经病学家、梅奥诊所神经病学人工智能项目(Mayo Clinic Neurology Artificial Intelligence Program)主任David Jones医学博士的指导下开发的。
Jones博士表示："每一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。这种复杂性吸引我投身神经病学领域，并持续推动我致力于提供更清晰的答案。StateViewer体现了这一承诺——它是迈向早期理解、更精准治疗，并最终改变这些疾病进程的一步。"
为实现这一愿景，Jones博士与领导StateViewer背后AI工程的数据科学家Leland Barnard博士合作。
Barnard博士表示："在设计StateViewer时，我们从未忘记每个数据点和脑部扫描背后都是面临艰难诊断和紧迫问题的个体。看到这款工具如何通过实时、精准的洞察和指导协助医生，突显了机器学习在临床医学中的潜力。"
将脑部模式转化为临床洞察
该工具分析氟脱氧葡萄糖正电子发射断层扫描(FDG-PET)，这种扫描显示大脑如何利用葡萄糖获取能量。然后，它将扫描结果与大量已确诊痴呆患者的扫描数据库进行比对，识别与特定类型或多种痴呆组合相匹配的模式。
阿尔茨海默病通常影响记忆和信息处理区域，路易体痴呆涉及注意力和运动相关区域，而额颞叶痴呆则改变负责语言和行为的区域。StateViewer通过彩色编码的脑部地图显示这些模式，突出显示关键脑活动区域，为所有临床医生（即使没有神经科培训背景）提供AI所见内容的视觉解释，以及如何支持诊断。
梅奥诊所研究人员计划扩大该工具的使用范围，并将在各种临床环境中继续评估其性能。
【全文结束】
