研究人员创建了一种算法，能够仅使用医生收集的患者信息来确定认知能力下降的原因。
波士顿大学
7月17日
尽管阿尔茨海默病是导致失智症（失智症是一个统称，指影响日常生活的认知缺陷，如记忆或语言丧失）最常见的病因，但它并非唯一病因。由于失智症可能由多种原因同时引起，因此得出明确诊断并不容易，也不迅速。而且往往到那时，再进行干预已为时过晚。
波士顿大学（Boston University，BU）的 Vijaya B. Kolachalama 是一位利用计算机辅助医学诊断的专家，他开发了一种人工智能工具，能够确定导致患者认知能力下降的原因，并帮助医生更有效地锁定准确诊断。
该工具由波士顿大学的研究人员和外部合作者共同开发，利用通常收集的患者信息（如病史、用药情况、人口统计数据、神经病学和神经心理学检查分数）和神经影像学数据（如磁共振成像扫描）来准确识别失智症的具体病因。对于每个病例，将所有可用信息输入到人工智能驱动的软件中，然后该软件会预测患者所患失智症的类型，并给出一个置信度评分。相关研究结果发表在《自然-医学》（Nature Medicine）杂志上。
研究于2024年7月4日发表在《Nature Medicine》（最新影响因子：58.7）杂志上
Kolachalama 是波士顿大学医学和计算机科学副教授，也是该论文的通讯作者，他说：“我们认为，人工智能可以通过早期识别这些疾病，并帮助医生更有效地管理患者，防止病情恶化，从而发挥作用。”
该平台可以诊断 10 种不同类型的失智症，包括血管性失智和额颞叶失智，即使它们同时发生也能诊断。随着治疗阿尔茨海默病的新药（如Kisunla，一种最近获得 FDA 批准，用于轻度认知障碍患者的注射剂）获得批准，Kolachalama 希望他的团队的人工智能工具能够帮助确定谁能从不同治疗中获益，或谁能参加临床试验，以帮助将更多药物推向市场。
该算法是在来自世界各地九个不同数据集的 50,000 多名个体的数据上进行训练的。为了测试该软件的性能，研究人员让单独工作的神经科医生和使用计算机模型的神经科医生分别评估 100 个病例。然后，他们比较了单独工作的医生和使用该软件医生的结果，发现该软件将医生的诊断准确率提高了 26%。
Kolachalama 与来自世界各地的神经科医生和放射科医生合作，他们都能接触到不同类型的患者信息。因此，即使信息有限，该软件也能发挥作用。例如，在低收入国家资源匮乏的医院中，磁共振成像机器并不普遍，因此，拥有一种能够利用任何类型可用患者数据的工具，对于将该技术扩展到最需要它的地区至关重要。
Kolachalama 说：“鉴于在偏远和经济发展中地区以及城市医疗中心获取金标准检测面临重大挑战，利用常规临床数据生成诊断的能力变得越来越重要。”
他指出，全球神经病学专家短缺，而神经科患者数量却在不断增长，这种不匹配给医疗系统带来了巨大压力。Kolachalama 说，拥有一款能够辅助诊断的软件程序，将有助于减轻时间和资源有限的医生的负担。该人工智能工具的下一步是进行实地测试，将其引入医院和诊所，这是 Kolachalama 及其团队正在积极努力的目标。
创立于1839年的波士顿大学
参考文献
Source：Boston University
New AI Software Could Make Diagnosing Dementia Easier and Faster for Doctors
Reference：
Xue, C., Kowshik, S.S., Lteif, D. et al. AI-based differential diagnosis of dementia etiologies on multimodal data. Nat Med (2024). https://doi.org/10.1038/s41591-024-03118-z
免责声明
本公众号上的医疗信息仅作为信息资源提供与分享，不能用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前，请咨询你的医生。
原文标题 : 新的人工智能软件可以让医生更容易、更快地诊断失智症
