要想准确诊断帕金森症，只需简单的脑部扫描就可以了，这要归功于 AI 驱动的新工具。这一进步可以帮助医生加快检测和治疗速度，为患者提供所需的护理，并改善他们的生活质量。
该机器学习模型由来自佛罗里达大学 (University of Florida) 和顶级医疗中心的团队开发，可分析 MRI 扫描结果，以区分帕金森症、多发性系统衰竭 (MSA) 和渐进性上核性麻痹 (PSP) 。这些情况在脑部扫描的早期阶段通常看起来很相似，导致诊断变得复杂，并导致治疗延迟。
研究报告的资深作者、Parkinson’s Foundation 的医疗顾问兼佛罗里达大学医学中心 Fixel 研究所所长 Michael S. Okun 表示：“这种基于 AI 的技术已经在朝着更实用、更令人兴奋的方向发展。“医生们经常订购脑部 MRI 扫描，作为定期检查潜在神经退行性疾病的一部分。AI 有可能改变这种情况，使其超越医生或放射科医生的视野。”
研究人员在 JAMA Neurology 上发表的一项研究中介绍了这项名为“Automated Imaging Differentiation for Parkinsonism (AIDP)”平台的技术。借助 AIDP，医生可以做出更快、更准确的诊断，而无需依赖侵入性检测或使用放射性追踪器进行专业扫描。通过推进早期检测和治疗，这项工作反映了帕金森症宣传月和世界帕金森症日期间强调的目标。
为了训练 AI，研究人员使用了 645 次脑部扫描，其中 249 次来自新患者，396 次来自早期研究，49 次来自捐赠的大脑。所有患者都已确诊 Parkinson’s、MSA 或 PSP。通过将显示脑组织细微变化的扫描结果与年龄、性别和症状等信息配对，AIDP 找到了区分一种疾病与另一种疾病的标记。
研究主要作者、佛罗里达大学应用生理学和运动学系教授 David Vaillancourt 表示：“AI 可用于检测反映特定疾病病理特征的特定神经退变模式。”
该研究的联合作者兼 UF Digital Worlds Institute 教授 Angelos Barmpoutis 表示，该团队使用 NVIDIA GPU（包括在本地机器上运行 NVIDIA Quadro P400 ）运行模型。他们使用搭载 NVIDIA CUDA 和四个 NVIDIA A100 Tensor Core GPU 的 TensorFlow 库分析 MRI 影像体。大规模训练大约需要 36 个小时才能完成。
只需几分钟即可训练模型的最终版本，大约两个小时内即可完成完整的脑部扫描和诊断。
研究人员发现，在 95% 的病例中，AI 工具能够正确识别诊断结果，在某些最具挑战性的情况下，其表现优于神经学家专家团队。在死后病例中，94% 的情况下 AIDP 与确诊疾病相匹配，而仅临床诊断的准确率为 82%。
这种高水平的准确性有助于减少误诊，减轻患者及其家属的情感负担，同时帮助他们更快地走上正确的治疗路径。由于 AI 工具具有广泛采用的潜力 (可在多家医院和各种 MRI 扫描仪中使用) ，因此从大型医院到小型诊所，甚至远程远程医疗服务，基于云的软件都可以集成到护理环境中。
除了诊断之外，它还可能通过确保正确的患者注册来改进临床试验，这是 Parkinson’s 研究中的一项持续挑战。
“AIDP 由 Neuropacs 授权，一旦达到监管门槛，将用于临床环境。它现在可以用于临床试验，以丰富样本，并确保研究包括合适的人。”Vaillancourt 说。
