要想準確診斷帕金森癥，只需簡單的腦部掃描就可以了，這要歸功于 AI 驅動的新工具。這一進步可以幫助醫生加快檢測和治療速度，為患者提供所需的護理，并改善他們的生活質量。
該機器學習模型由來自佛羅里達大學 (University of Florida) 和頂級醫療中心的團隊開發，可分析 MRI 掃描結果，以區分帕金森癥、多發性系統衰竭 (MSA) 和漸進性上核性麻痹 (PSP) 。這些情況在腦部掃描的早期階段通常看起來很相似，導致診斷變得復雜，并導致治療延遲。
研究報告的資深作者、Parkinson’s Foundation 的醫療顧問兼佛羅里達大學醫學中心 Fixel 研究所所長 Michael S. Okun 表示：“這種基于 AI 的技術已經在朝著更實用、更令人興奮的方向發展。“醫生們經常訂購腦部 MRI 掃描，作為定期檢查潛在神經退行性疾病的一部分。AI 有可能改變這種情況，使其超越醫生或放射科醫生的視野。”
研究人員在 JAMA Neurology 上發表的一項研究中介紹了這項名為“Automated Imaging Differentiation for Parkinsonism (AIDP)”平臺的技術。借助 AIDP，醫生可以做出更快、更準確的診斷，而無需依賴侵入性檢測或使用放射性追蹤器進行專業掃描。通過推進早期檢測和治療，這項工作反映了帕金森癥宣傳月和世界帕金森癥日期間強調的目標。
為了訓練 AI，研究人員使用了 645 次腦部掃描，其中 249 次來自新患者，396 次來自早期研究，49 次來自捐贈的大腦。所有患者都已確診 Parkinson’s、MSA 或 PSP。通過將顯示腦組織細微變化的掃描結果與年齡、性別和癥狀等信息配對，AIDP 找到了區分一種疾病與另一種疾病的標記。
研究主要作者、佛羅里達大學應用生理學和運動學系教授 David Vaillancourt 表示：“AI 可用于檢測反映特定疾病病理特征的特定神經退變模式。”
該研究的聯合作者兼 UF Digital Worlds Institute 教授 Angelos Barmpoutis 表示，該團隊使用 NVIDIA GPU（包括在本地機器上運行 NVIDIA Quadro P400 ）運行模型。他們使用搭載 NVIDIA CUDA 和四個 NVIDIA A100 Tensor Core GPU 的 TensorFlow 庫分析 MRI 影像體。大規模訓練大約需要 36 個小時才能完成。
只需幾分鐘即可訓練模型的最終版本，大約兩個小時內即可完成完整的腦部掃描和診斷。
研究人員發現，在 95% 的病例中，AI 工具能夠正確識別診斷結果，在某些最具挑戰性的情況下，其表現優于神經學家專家團隊。在死后病例中，94% 的情況下 AIDP 與確診疾病相匹配，而僅臨床診斷的準確率為 82%。
這種高水平的準確性有助于減少誤診，減輕患者及其家屬的情感負擔，同時幫助他們更快地走上正確的治療路徑。由于 AI 工具具有廣泛采用的潛力 (可在多家醫院和各種 MRI 掃描儀中使用) ，因此從大型醫院到小型診所，甚至遠程遠程醫療服務，基于云的軟件都可以集成到護理環境中。
除了診斷之外，它還可能通過確保正確的患者注冊來改進臨床試驗，這是 Parkinson’s 研究中的一項持續挑戰。
“AIDP 由 Neuropacs 授權，一旦達到監管門檻，將用于臨床環境。它現在可以用于臨床試驗，以豐富樣本，并確保研究包括合適的人。”Vaillancourt 說。
