(资料图)

研究团队在新一期美国《神经学》期刊上报告说，他们使用了3600多份脑扫描图像对这款名为StateViewer的AI工具进行训练和测试，涵盖痴呆症患者与认知正常人群的脑部影像。

氟代脱氧葡萄糖正电子发射断层扫描（FDG-PET）可显示大脑葡萄糖代谢状况。痴呆症患者的大脑葡萄糖代谢会出现异常，而不同类型的痴呆症患者大脑中葡萄糖代谢异常的区域有区别。该工具通过比对已经确诊罹患不同类型的痴呆症患者的大脑葡萄糖代谢区域特征，判断出扫描对象所患痴呆症的类型。

测试显示，凭借单次FDG-PET脑部扫描结果，这款AI工具即可帮助医生识别出88%的患者具体患的是哪种类型的痴呆症。此外，在这款AI工具帮助下，临床医生解读脑部扫描数据的速度提升近两倍。

当前，痴呆症的临床诊疗面临的一个核心挑战，就是如何在疾病早期实现精准识别。及时诊断能帮助患者在最佳干预时机获得最匹配的治疗方案。研究人员说，这款AI工具可为那些缺乏神经专科资源的医疗机构提供针对痴呆症的诊断支持。

据世界卫生组织数据，目前全球痴呆症患者超过5700万，每年新增病例近1000万。痴呆症往往症状交叉、进展隐匿，准确诊断依赖于经验丰富的神经专科医生。现行诊断通常需要认知测试、血液检测、影像学检查、临床访谈及专科会诊。即便经过全面检测，对于临床医生来说，要想准确区分阿尔茨海默病、路易体痴呆和额颞叶痴呆等具体类型仍具挑战性。

研究团队认为，他们开发的AI工具是朝着痴呆症的早期理解、精准治疗乃至最终改变疾病进程迈出的重要一步。

标签：