美国梅奥诊所（Mayo Clinic）研究团队开发出一项突破性人工智能工具“StateViewer”，能通过一种常规可用的脑部扫描——葡萄糖代谢正电子发射断层扫描（FDG-PET）——准确识别包括阿尔茨海默病在内的九种不同类型的痴呆症。这一成果于2025年6月27日在线发表在《神经病学》（Neurology）杂志上，被视为提升早期、精准诊断能力的重大进展。
研究显示，StateViewer在88%的病例中成功识别出痴呆类型，且扫描解读速度几乎翻倍，准确性最高可达传统流程的三倍。该工具基于超过3600例脑部扫描训练而成，涵盖患有痴呆症及认知正常的个体。
多种痴呆类型，一种扫描识别
StateViewer的核心优势在于，它能识别多种痴呆类型常常重叠、难以区分的脑部代谢模式。以往诊断痴呆症往往需进行认知测试、抽血、影像检查、临床访谈以及多轮转诊，即便如此，对于经验丰富的专家来说，像阿尔茨海默病、路易体痴呆和额颞叶痴呆的准确区分依然是一大挑战。
StateViewer通过分析FDG-PET扫描中大脑对葡萄糖的使用情况，再与一个拥有确诊病例的影像数据库进行比对，从而提取出与特定痴呆类型相符的脑活动模式。例如，阿尔茨海默病通常影响记忆与信息处理区域，路易体痴呆涉及注意力与运动功能区域，额颞叶痴呆则改变与语言和行为相关的脑区。
AI最终以颜色编码的脑图形式呈现结果，即使非神经科医生也能直观理解AI如何做出诊断，有望在基层医疗机构中实现推广。
助力更早干预，让更多患者受益
“每位走进我诊室的病人都带着一个独特的故事，这种复杂性正是我选择神经科的初衷，”梅奥诊所神经科医生、Neurology AI项目负责人David Jones博士表示，“StateViewer正是我们走向更早识别、更精准治疗、甚至未来改变疾病进程的重要一步。”
与Jones博士合作的还有数据科学家Leland Barnard博士，他领导了AI工具的工程开发。他强调：“在设计StateViewer的过程中，我们始终牢记，每一个数据点、每一张脑图背后都是一位患者，正在经历艰难的诊断与等待。看到AI可以为临床医生提供实时、精准的决策支持，我们更加相信机器学习在医学上的巨大潜力。”
痴呆症全球负担日益加重
据统计，全球目前有超过5500万人受到痴呆症影响，每年新增病例近1000万。阿尔茨海默病是最常见的痴呆类型，已成为全球第五大死因。随着新型治疗手段不断涌现，及时而精准的诊断将决定患者能否在疾病早期获益。
未来，梅奥诊所研究团队计划将StateViewer应用于更多临床场景，持续评估其在不同医疗环境下的表现。研究人员希望，这一AI工具能为更多尚未配备神经科专家的机构带来先进的诊断能力。
参考文献：Leland Barnard et al, An FDG-PET–Based Machine Learning Framework to Support Neurologic Decision-Making in Alzheimer Disease and Related Disorders, Neurology (2025). DOI: 10.1212/WNL.0000000000213831
