IT之家 6 月 30 日消息，美国妙佑医疗国际（Mayo Clinic）的研究团队开发出一款名为 StateViewer 的人工智能工具，该工具能够通过单一的常见脑部扫描检测出九种类型的痴呆症，其中包括阿尔茨海默病，并有望实现更快、更准确的诊断。
据最近发表的研究报告称，StateViewer 在识别痴呆症类型方面的准确率达到了 88%，并且与传统诊断流程相比，其诊断速度提高了两倍，诊断准确性提高了三倍。该 AI 工具的训练和测试基于超过 3600 个脑部扫描图像，涵盖了有认知障碍和无认知障碍的患者。
随着针对痴呆症的新疗法不断涌现，及时且精准的诊断变得至关重要。StateViewer 提供了一种可扩展的解决方案，能够为缺乏专业神经科护理的诊所带来专家级别的诊断支持。
StateViewer 分析的是氟脱氧葡萄糖正电子发射断层扫描（FDG-PET）图像，这种扫描能够显示大脑对葡萄糖的利用情况，而葡萄糖利用是大脑活动的关键指标。随后，该工具会将扫描结果与大量已确诊痴呆症患者的扫描数据库进行比对。借助机器学习技术，StateViewer 能够检测出与特定痴呆症类型相关的大脑活动模式。
不同类型的痴呆症会影响大脑的不同区域。例如，阿尔茨海默病主要影响记忆和处理区域；路易体痴呆症则影响注意力和运动相关区域；额颞叶痴呆症则涉及语言和行为相关区域。
StateViewer 通过彩色编码的脑图呈现其分析结果，即使是普通临床医生也能直观地理解诊断信息。
据IT之家了解，全球目前有超过 5500 万人患有痴呆症，每年新增病例约 1000 万。阿尔茨海默病单独就位列全球第五大死因。诊断痴呆症通常需要进行广泛的检测，包括认知评估、影像学检查、血液检查以及与专家的会诊。即便使用这些工具，即使是经验丰富的临床医生，也难以区分重叠或共存的痴呆症类型。
妙佑医疗国际的研究人员计划扩大 StateViewer 的使用范围，并继续在各种临床环境中评估其性能。如果该工具能够在多样化的环境中被证明是成功的，其将有助于在对抗痴呆症的过程中更早地进行干预，并改善患者的治疗效果。
该研究已发表在《神经病学》杂志上。