AI工具StateViewer：精准识别九种痴呆症的大脑活动模式

共计 1293 个字符，预计需要花费 4 分钟才能阅读完成。

Mayo Clinic 的研究团队近日推出了一款名为 StateViewer 的人工智能（AI）工具，这一创新成果有望为痴呆症的早期诊断带来革命性突破。该工具能够通过一次广泛应用的扫描，精准识别与九种痴呆症相关的大脑活动模式，其中包括阿尔茨海默病。

根据 2025 年 6 月 27 日在线发表于《神经病学》（美国神经病学学会的医学期刊）的研究，StateViewer 在 88% 的病例中成功识别出痴呆类型。相较于标准工作流程，这一工具不仅使临床医生解读脑部扫描的速度提升近两倍，其准确性更是高达三倍。研究团队在超过 3600 次扫描上进行了 AI 的训练与测试，涵盖了痴呆患者及无认知障碍者的图像。

StateViewer 的诞生，为痴呆护理领域解决了一个核心难题：即便在多种疾病共存的情况下，也能实现早期且精确的疾病识别。随着新疗法的不断涌现，及时诊断将有助于为患者匹配最合适的护理方案，从而在最具影响力的阶段提供有效治疗。此外，该工具还能为缺乏神经学专业知识的诊所提供先进的诊断支持。

全球范围内，痴呆症患者已超过 5500 万人，且每年新增病例近 1000 万。其中，阿尔茨海默病作为最常见的形式，已成为全球第五大死因。目前，痴呆症的诊断通常需要经过认知测试、抽血、成像、临床访谈及专家转诊等一系列复杂流程。即便如此，区分阿尔茨海默病、路易体痴呆和额颞叶痴呆等疾病仍颇具挑战性，即便对于经验丰富的专家而言也是如此。

StateViewer 的研发工作由 Mayo Clinic 神经学家兼 Mayo Clinic 神经学人工智能项目主任 David Jones 博士领衔。Jones 博士表示：“每一位走进我诊所的患者，都携带着由大脑复杂性塑造的独特故事。这种复杂性不仅吸引我投身神经学领域，更持续推动我寻求更清晰答案的承诺。StateViewer 正是这一承诺的体现——它朝着更早的理解、更精确的治疗以及未来改变这些疾病进程的目标迈出了坚实的一步。”

为实现这一愿景，Jones 博士与数据科学家 Leland Barnard 博士携手合作，后者主导了 StateViewer 背后的 AI 工程。Barnard 博士强调：“在设计 StateViewer 的过程中，我们始终铭记，每一个数据点和脑部扫描背后，都隐藏着面临艰难诊断和紧迫问题的个体。目睹这一工具如何通过实时、精确的洞察与指导助力医生，我们深刻认识到机器学习在临床医学中的巨大潜力。”

StateViewer 通过分析氟脱氧葡萄糖正电子发射断层扫描（FDG-PET）来揭示大脑如何利用葡萄糖获取能量。随后，它将扫描结果与来自确诊痴呆症患者的大量扫描数据库进行比对，从而识别出与特定类型或组合的痴呆症相匹配的模式。例如，阿尔茨海默病通常影响记忆和处理区域，路易体痴呆涉及与注意力和运动相关的区域，而额颞叶痴呆则改变负责语言和行为的区域。StateViewer 通过彩色编码的脑图直观展示这些模式，突出大脑活动的关键区域，为所有临床医生（即便缺乏神经学培训）提供 AI 所见及其如何支持诊断的视觉解释。

展望未来，Mayo Clinic 的研究团队计划进一步扩大 StateViewer 的应用范围，并持续在各种临床环境中评估其性能。