梅奥诊所的研究人员开发了一种新的人工智能（AI）工具，该工具可帮助临床医生使用单一的，广泛可用的扫描来确定与九种类型的痴呆症相关的大脑活动模式，包括阿尔茨海默氏病 - 早期，准确的诊断。
根据研究人员的研究，该工具是在线研究人员在88％的病例中确定痴呆症类型的神经病学，美国神经病学医学杂志。它还使临床医生能够快速解释脑部扫描几乎是标准工作流程的两倍，并且准确性高达三倍。研究人员对AI进行了3,600多次扫描培训和测试，包括痴呆症患者和没有认知障碍的人的图像。
这项创新解决了痴呆症护理中的核心挑战：即使存在多种疾病，早期且精确地确定疾病。随着新疗法的出现，及时的诊断有助于将患者与最适合的护理相匹配，并具有最大的影响。该工具可以为缺乏神经病学专业知识的诊所带来高级诊断支持。
痴呆症的增长
痴呆症影响全球超过5500万人，每年有近1000万例新病例。阿尔茨海默氏病是最常见的形式，现在是全球死亡的第五个领先原因。诊断痴呆通常需要认知测试，抽血，成像，临床访谈和专家推荐。即使经过广泛的测试，诸如阿尔茨海默氏症之类的区别疾病，刘易体内痴呆症和额颞痴呆症仍然具有挑战性，包括对经验丰富的专家。
StateViewer是在Mayo诊所神经科医生兼Mayo Clinic神经病学人工智能计划的主任David Jones的指导下开发的。
每个走进我诊所的患者都带有一个由大脑复杂性塑造的独特故事。这种复杂性吸引了我神经病学，并继续推动我对更清晰答案的承诺。州视觉者反映了这一承诺 - 朝着早期理解，更精确的治疗以及有一天改变这些疾病进程的一步。”
Mayo诊所神经科医生David Jones，医学博士
为了使这种愿景栩栩如生，琼斯博士与Leland Barnard，Ph.D.一起工作，该数据科学家领导了AI工程，背后的AI工程学。
Barnard博士说：“当我们设计州视觉者时，我们从未见过这样的事实，即每个数据点和大脑扫描都是一个面临困难诊断和紧急问题的人。”“了解该工具如何帮助医生进行实时，精确的见解和指导，突出了机器学习对临床医学的潜力。”
将大脑模式变成临床见解
该工具分析了氟脱氧葡萄糖正电子发射断层扫描（FDG-PET）扫描，该扫描显示了大脑如何使用葡萄糖用于能量。然后，它将扫描与来自具有确认痴呆诊断的人的大量扫描数据库进行比较，并确定与痴呆症的特定类型或组合相匹配的模式。”
阿尔茨海默氏症通常会影响记忆和加工区域，路易身体痴呆症涉及与注意力和运动相关的区域，额颞痴呆会改变负责语言和行为的地区。StateViewer通过颜色编码的大脑图显示了这些模式，这些图案突出了大脑活动的关键领域，使所有临床医生，甚至没有神经病学训练的临床医生，对AI看到的内容以及如何支持诊断的视觉解释。”
Mayo诊所研究人员计划扩大该工具的使用，并将继续在各种临床环境中评估其性能。”
来源：
期刊参考：
Barnard，L。，等。（2025）。基于FDG-PET的机器学习框架，以支持阿尔茨海默氏病和相关疾病的神经系统决策。 神经病学。doi.org/10.1212/wnl.0000000000213831。.