阿尔茨海默病等痴呆症的早期识别一直以来都面临非常严峻的挑战：其临床症状常与衰老混淆，而传统诊断需结合认知测试、血液检测和多种影像学检查，即便经验丰富的神经科医生区分具体类型时准确率仍不足70%。然而，一项技术的进步突破性解决了这一难题。
据新华社报道，美国妙佑医疗国际的研究人员开发出一款人工智能工具，仅通过单次脑部代谢扫描数据，就可以帮助医生识别出包括阿尔茨海默病在内的9种常见痴呆症大脑活动模式。这项研究发表于新一期《神经学》期刊。
研究团队表示，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。
FDG-PET，即氟代脱氧葡萄糖正电子发射断层扫描，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。
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。这项新技术将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。
天宇优配提示：文章来自网络，不代表本站观点。
