人工智能驱动的 MRI 分析提高了区分帕金森病的准确性
发布时间：2025-03-21 14:10:28来源：
佛罗里达大学的研究人员领导了一项多中心研究，证明帕金森症自动成像鉴别 (AIDP)(一种使用磁共振成像 (MRI) 的机器学习方法)能够准确区分帕金森病 (PD) 与非典型帕金森病。研究结果表明，这种方法可以显著提高诊断精度和临床护理。
帕金森病包括 PD、多系统萎缩 (MSA) 和进行性核上性麻痹(PSP)，由于临床特征重叠，诊断起来颇具挑战性。传统的诊断方法，如临床评估和常规成像，通常无法准确区分这些疾病，尤其是在早期阶段。
多巴胺转运蛋白成像技术自 2011 年起获得 FDA 批准，可用于区分帕金森病和特发性震颤，但无法区分 PD 和 MSA 或 PSP。皮肤活检和突触核蛋白聚集试验等其他生物标志物也存在局限性，尤其是对 PSP 缺乏特异性。
在发表于《JAMA Neurology》杂志的《帕金森病的自动成像鉴别》研究中，研究人员进行了一项前瞻性、多中心队列研究，涉及美国和加拿大 21 个帕金森研究组站点的 249 名被诊断为 PD、MSA 或 PSP 的参与者。研究人员用 396 个回顾性病例补充了这些数据，以训练 AIDP 机器学习模型。
AIDP 分析先进的 MRI 扫描，特别是测量脑组织内水运动的扩散成像技术，揭示了表明神经退行性变化的结构差异。研究人员检查了 132 个不同的大脑区域，包括皮质、皮质下、脑干和小脑区域，以确定每种帕金森病特有的模式。
免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
