波士顿大学的研究团队开发了一款人工智能工具，能同时诊断10种痴呆症，提升了神经科医生的诊断准确率26%以上。研究成果发表在《Nature Medicine》上，对全球日益增长的痴呆症患者群体具有重要意义。AI利用多模态临床数据，包括人口信息、病史、影像数据等，实现精准鉴别诊断。研究显示，AI在识别不同病因和阶段痴呆症方面表现出色，有望缓解神经科医生短缺带来的压力，并支持个性化治疗。然而，模型有待扩大样本多样性，考虑AD病理异质性和更精确的疾病阶段划分，以提高在不同人群和亚型中的应用能力。未来计划整合更多元数据和改进模型架构，以期在痴呆症诊断领域取得更大突破。