梅奥诊所开发出可单次扫描识别9种痴呆症的AI工具

Mayo Clinic develops AI tool that can identify 9 dementia types with a single scan

每三秒钟，世界上就有一人患上痴呆症，根据阿尔茨海默病国际组织的数据。然而，误诊和诊断缓慢是常见的问题，因为其他疾病可能表现出类似痴呆的症状。此外，人们对认知衰退的恐惧和污名常常导致他们迟迟不去寻求帮助，直到为时已晚。现在，梅奥诊所的研究人员开发了一种人工智能（AI）工具，可以通过单次脑部扫描识别九种不同类型的痴呆症，包括阿尔茨海默病，其准确率达到88%。这项研究发表在《神经学》杂志上，详细介绍了名为StateViewer的新框架，该框架基于氟脱氧葡萄糖正电子发射断层扫描（FDG-PET）成像技术。在一项涉及放射科医生的研究中，该工具使临床医生正确诊断的可能性比标准工作流程高出3.3倍，同时解读脑部扫描的速度几乎快了一倍。

梅奥诊所神经学家、梅奥诊所神经学人工智能项目主任大卫·琼斯博士（Dr. David Jones）强调了大脑的复杂性如何转化为诊断挑战，尤其是当患者的症状在不同类型的痴呆症之间重叠时。StateViewer的设计旨在应对这种变异性，同时始终关注个体患者的需求。“在设计StateViewer的过程中，我们从未忘记，每一个数据点和脑部扫描背后都有一个正在面对艰难诊断和迫切问题的人，”领导AI工程的数据科学家莱兰·巴纳德博士（Dr. Leland Barnard）表示。该工具能够检测九种痴呆症类型中的模式，解决了这一根本问题：即使是经验丰富的专家也难以区分阿尔茨海默病、路易体痴呆或额颞叶痴呆，特别是在多种病理共存的情况下。

其他研究人员也在探索机器学习技术以更好地理解痴呆症。例如，波士顿大学团队在2024年的《自然医学》杂志上发表了利用来自超过51,000名参与者的多模态数据来区分十种痴呆症类型的研究；剑桥大学则开发了一种算法，能够通过单次MRI扫描预测阿尔茨海默病的进展，准确率超过80%。而梅奥诊所的StateViewer的独特之处在于其对FDG-PET成像的关注——这种扫描可以揭示大脑如何利用葡萄糖作为能量——结合了一个视觉界面，通过彩色编码的大脑地图向临床医生展示AI得出结论的原因。这种透明性对于临床应用至关重要，因为医生可以根据自己的专业知识验证AI的推理，而不是信任一个“黑箱”算法。

(全文结束)