《科创板日报》1日讯，美国梅奥诊所科研团队研发出一款新型人工智能工具StateViewer，仅需一次常规脑部扫描即可准确识别包括阿尔茨海默病在内的9种痴呆症特征。相关研究成果发表于最新一期《神经病学》杂志，有望为痴呆症早期诊断带来革命性变化。研究团队利用3600余份脑部扫描图像对StateViewer进行训练测试，使其达到88%的疾病识别准确率，诊断速度较传统方法提升近两倍，准确率最高提升近三倍。

2025年6月30日，美国妙佑医疗国际（Mayo Clinic）研究团队开发出名为StateViewer的人工智能工具，可通过一次脑部扫描识别九种类型的痴呆症，包括阿尔茨海默病。该工具基于3600多个脑部扫描图像训练，准确率达88%，诊断速度和准确性分别提高两倍和三倍。StateViewer通过分析FDG-PET图像，比对数据库中的病例，可快速识别不同痴呆症的大脑活动模式，并以彩色脑图呈现结果。全球约5500万人患有痴呆症，该工具有望为缺乏专业神经科资源的诊所提供精准诊断支持，研究已发表于《神经病学》杂志。

AI在蛋白质设计上的新突破，为癌症与痴呆症研究带来希望 神经退行性疾病和中风、痴呆症等神经系统疾病是全球公共卫生的重大挑战，影响着大量人口的生活质量与健康。深入理解蛋白质的结构与功能，有望为这些疾病的防治提供关键线索。 自20世纪50年代以来，科学家们对蛋白质折叠问题的探索从未停止。然而，直到Alp...

A股软件行业，如同被时间困住的村庄，不断重复着过去的故事。自十多年前入行以来，行业分析师们热衷于探讨“核高基”、“云计算”与“信息安全”等概念，但这些概念虽不断迭代，实质并未脱离原有框架。行业分析师群体中，软件背景出身者较少，更多关注行业逻辑而非资本市场的运作规则。 近年来，A股软件公司面临诸多挑...

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。

波士顿大学的研究团队与合作者开发了一款人工智能工具，能同时诊断10种痴呆症类型，提升了神经科医生的准确率26%以上。这项突破发表在《自然医学》上，针对全球日益增长的痴呆症患者需求，特别是阿尔茨海默病和其他相关病症。AI基于多模态临床数据进行鉴别诊断，已在九个全球数据集的五万人数据上训练，结果显示模型在认知状态和病因诊断上表现优异。尽管研究主要基于白人数据，存在种族偏差和AD病例偏多的问题，但AI展示了潜在的临床应用价值。未来研究将聚焦于数据多样性、病理异质性和更精确的疾病阶段评估，以提高模型的准确性与普适性。