罗切斯特，明尼苏达州——梅奥诊所的研究人员开发了一种新的人工智能（AI）工具，可以帮助临床医生通过单一、广泛使用的扫描——氟脱氧葡萄糖正电子发射断层扫描（FDG-PET），识别与九种痴呆症类型相关的脑活动模式，包括阿尔茨海默病，这是早期准确诊断的重大进展。
根据2025年6月27日在线发表在《神经病学》（Neurology）上的研究，该工具StateViewer在88%的病例中成功识别出痴呆症类型。它还使临床医生解读脑扫描的速度几乎提高了两倍，准确性提高了三倍。研究人员使用超过3,600次扫描训练和测试了该AI，包括痴呆症患者和无认知障碍患者的图像。
这项创新解决了痴呆症护理中的一个核心挑战：即使在存在多种疾病的情况下，也能尽早且精确地识别疾病。随着新治疗方法的出现，及时诊断有助于在影响最大的时候将患者与最合适的护理相匹配。该工具还可能为缺乏神经学专业知识的诊所提供先进的诊断支持。
痴呆症的日益严重
全球有超过5,500万人患有痴呆症，每年新增病例近1,000万例。阿尔茨海默病是最常见的形式，现在是全球第五大死亡原因。痴呆症的诊断通常需要认知测试、抽血、影像学检查、临床访谈和专科转诊。即使经过广泛的测试，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是如此。
StateViewer由梅奥诊所神经学家、梅奥诊所神经学人工智能计划主任David Jones医学博士指导开发。
琼斯博士表示：“每一位走进我诊所的患者都带着独特的故事，这些故事受到大脑复杂性的影响。这种复杂性吸引了我进入神经学领域，并继续推动我寻求更清晰的答案。StateViewer体现了这一承诺——朝着更早的理解、更精确的治疗以及最终改变这些疾病进程迈出的一步。”
为了实现这一愿景，琼斯博士与数据科学家Leland Barnard博士合作，后者领导了StateViewer背后的AI工程。
巴纳德博士表示：“在设计StateViewer时，我们始终没有忘记，每一个数据点和脑扫描背后都是一个面临艰难诊断和迫切问题的人。看到这一工具如何通过实时、精确的见解和指导帮助医生，突显了机器学习在临床医学中的潜力。”
将大脑模式转化为临床见解
该工具分析FDG-PET扫描，显示大脑如何利用葡萄糖作为能量来源。然后，它将扫描结果与大量已确诊痴呆症患者的扫描数据库进行比较，识别出与特定类型或组合痴呆症匹配的模式。
阿尔茨海默病通常影响记忆和处理区域，路易体痴呆涉及注意力和运动相关区域，而额颞叶痴呆则改变语言和行为区域。StateViewer通过颜色编码的大脑图显示这些模式，突出关键的大脑活动区域，使所有临床医生，即使没有神经学培训的医生，也能直观地了解AI看到的内容及其如何支持诊断。
梅奥诊所的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】
