梅奥诊所（Mayo Clinic）研究人员开发了一种新的人工智能（AI）工具，能够帮助临床医生通过一次广泛可用的扫描识别与九种痴呆类型相关的大脑活动模式，其中包括阿尔茨海默病。这一技术突破将极大地推动早期、精准诊断的发展。
这款名为StateViewer的工具在《神经学》（Neurology）期刊上发表的研究显示，在88%的病例中成功识别了痴呆类型。该研究于2025年6月27日在线发布。此外，它还使临床医生解读脑部扫描的速度提高了近两倍，准确性更是标准流程的三倍。研究人员基于3600多张扫描图像对AI进行了训练和测试，这些图像包括痴呆患者和无认知障碍者的扫描结果。
这项创新解决了痴呆护理中的一个核心挑战：即使存在多种疾病并发的情况，也能实现早期且精确的诊断。随着新治疗方法的出现，及时诊断可以帮助患者在最佳时机获得最合适的治疗。该工具还可以为缺乏神经学专业知识的诊所提供先进的诊断支持。
痴呆问题日益严重
痴呆症目前影响着全球超过5500万人，并且每年新增近1000万例。阿尔茨海默病是最常见的痴呆类型，已成为全球第五大死亡原因。诊断痴呆通常需要进行认知测试、血液检测、影像学检查、临床访谈以及专家转诊。然而，即使经过广泛的检测，区分阿尔茨海默病、路易体痴呆和额颞叶痴呆等疾病仍然具有挑战性，即使是经验丰富的专家也难以做到。
StateViewer由梅奥诊所神经学家兼梅奥诊所神经学人工智能项目主任大卫·琼斯博士（David Jones, M.D.）主导开发。
“每个走进我诊所的患者都带着一段独特的故事，这些故事因大脑的复杂性而形成，”琼斯博士表示，“这种复杂性吸引我投身神经学领域，并继续激励我对更清晰答案的追求。StateViewer正是这一承诺的体现——朝着更早的理解、更精准的治疗迈进，并最终改变这些疾病的进程。”
为了实现这一愿景，琼斯博士与数据科学家莱兰·巴纳德博士（Leland Barnard, Ph.D.）合作，后者负责StateViewer背后的AI工程设计。
“在设计StateViewer的过程中，我们始终牢记，每一份数据点和脑部扫描背后都是一个面临艰难诊断和迫切问题的人，”巴纳德博士说道，“看到这款工具如何通过实时、精准的洞察和指导协助医生，展现了机器学习在临床医学中的巨大潜力。”
将脑部模式转化为临床见解
该工具分析的是氟脱氧葡萄糖正电子发射断层扫描（FDG-PET），这是一种显示大脑如何利用葡萄糖作为能量的扫描方式。然后，它将扫描结果与一个包含确诊痴呆患者扫描的大规模数据库进行比较，识别出与特定类型或组合类型的痴呆相匹配的模式。
阿尔茨海默病通常影响记忆和处理区域，路易体痴呆涉及与注意力和运动相关的区域，而额颞叶痴呆则改变与语言和行为相关的区域。StateViewer通过彩色编码的脑图展示这些模式，突出关键的大脑活动区域，为所有临床医生（甚至包括没有神经学背景的医生）提供了视觉化解释，展示了AI的诊断依据和支持。
梅奥诊所的研究人员计划扩大该工具的使用范围，并将继续评估其在各种临床环境中的表现。
(全文结束)
