Nature Medicine | 人工智能助力痴呆症精准诊断：多模态数据综合应用的突破

文章预览

引言 痴呆症的鉴别诊断一直是神经病学中的一个挑战，由于各种病因在症状上的重叠，这一过程显得尤为复杂。然而，准确的鉴别诊断对于制定早期个性化的治疗策略至关重要。7月4日 Nature Medicine 的报道“ AI-based differential diagnosis of dementia etiologies on multimodal data ” 介绍了一种利用多模态数据进行痴呆症病因鉴别的人工智能(AI)模型， 该模型综合了人口统计信息、个人和家族病史、药物使用情况、神经心理评估、功能评估以及多模态神经影像数据，从而识别个体痴呆症的病因。 研究涉及来自九个独立、地理分布广泛的数据集的51269名参与者，帮助识别出十种不同的痴呆症病因。 即使在数据不完整的情况下，该模型也能保证预测的稳健性。 模型在区分正常认知、轻度认知障碍和痴呆个体时，AUROC达到了0.94，在区分痴呆病因时，AUROC为0.96。 对于混合 ………………………………