梅奥诊所的研究人员开发了一种新的人工智能工具，可以通过单次氟脱氧葡萄糖正电子发射断层扫描（FDG-PET）识别特征性脑活动模式，从而简化痴呆症的诊断。根据2025年6月27日发表在《神经学》杂志上的研究结果，这种名为StateViewer的工具能够以88%的准确率分类九种类型的痴呆症，包括阿尔茨海默病。
FDG-PET（氟脱氧葡萄糖正电子发射断层扫描）
一种测量组织中葡萄糖摄取的成像测试。在大脑中，它显示代谢活动区域，用于评估痴呆和癌症等疾病。
研究团队对超过3,600次脑部扫描进行了测试，其中包括确诊的痴呆患者和无认知障碍的人群。在对比评估中，StateViewer帮助临床医生的诊断速度几乎快了一倍，准确率比传统工作流程高出三倍。
支持更早、更精准的护理
StateViewer旨在解决痴呆护理中的一个关键挑战：在疾病早期区分多种重叠或共存的病症。诊断延误仍然普遍，部分原因是神经退行性症状的复杂性和对专家意见的需求。
目前的诊断过程通常需要结合神经心理学测试、血液检查、访谈和影像学检查，并由神经科专家进行评估。StateViewer旨在简化这一过程，即使在缺乏神经科专业知识的诊所也能提供支持。
梅奥诊所的研究人员表示，通过实现更及时的诊断，该工具可以帮助在干预可能更有效的早期阶段指导治疗策略。
系统的工作原理
StateViewer分析FDG-PET扫描图像，这是一种标准成像技术，揭示大脑如何消耗葡萄糖（一种重要的能量来源）。该系统将患者的扫描结果与包含阿尔茨海默病、路易体痴呆、额颞叶痴呆等疾病确诊患者的参考数据库进行比较。
不同形式的痴呆症与特定的脑区活动模式相关。例如，阿尔茨海默病通常与记忆和处理中心的变化相关，而路易体痴呆影响注意力和运动区域，额颞叶痴呆则涉及语言和行为调节区域的活动变化。
StateViewer输出一张颜色编码的大脑图，突出显示葡萄糖代谢异常的区域。这种可视化格式可以帮助临床医生（包括那些没有神经学专业训练的医生）解读扫描结果，并理解AI是如何得出其分类的。
“走进我诊所的每位患者都带着一个独特的故事，这些故事塑造了大脑的复杂性。正是这种复杂性吸引了我从事神经学，并继续推动我对更清晰答案的追求。StateViewer反映了这一承诺——朝着更早的理解、更精准的治疗迈进，并最终有一天改变这些疾病的进程。”大卫·琼斯博士说道。
持续开发与实施
该项目由梅奥诊所神经人工智能项目主任大卫·琼斯博士（David Jones, MD）领导，并得到了数据科学家兰德·巴纳德博士（Leland Barnard, PhD）的AI工程支持。团队强调以患者为中心的设计，确保系统的输出透明且具有临床可解释性。
研究人员计划在更广泛的临床环境中扩展StateViewer的应用，并继续评估其在不同人群中的有效性。这可能包括进一步完善其区分混合病理的能力，并将其整合到常规诊断工作流程中。
参考文献： Barnard L, Botha H, Corriveau-Lecavalier N, et al. An FDG-PET–based machine learning framework to support neurologic decision-making in Alzheimer disease and related disorders. Neurology. 2025;105(2):e213831. doi: 10.1212/WNL.0000000000213831
(全文结束)
