近日，英国伦敦大学学院（UCL）研究团队开发出一款名为MindGlide的人工智能（AI）工具，有望彻底改变多发性硬化（MS）患者治疗效果的评估方式。相关研究成果已发表在《自然·通讯》（Nature Communications）期刊上。

多发性硬化是一种中枢神经系统疾病，由免疫系统攻击脑部和脊髓，引起患者在运动、感觉或认知方面出现障碍。在英国，约有13万人患有MS，该病每年给国家医疗服务体系（NHS）带来超过29亿英镑的经济负担。

磁共振成像（MRI）是研究和监测MS进展的核心工具，但传统上分析MRI影像依赖神经放射学专家逐一手动评估，流程复杂、耗时数周，且常规医院扫描的成像质量与种类有限，难以全面监测病情。

AI助力“读图”：每张图仅需5-10秒，准确识别病灶与脑萎缩

MindGlide通过深度学习模型，能从常规MRI脑部图像中自动提取出关键信息，包括检测脑部损伤区域、脑萎缩和MS相关的斑块（病灶）变化。即使是单一类型、成像质量有限的常规扫描（例如缺乏FLAIR序列的T2加权MRI），MindGlide也能准确识别大脑病变和组织变化。

在最新研究中，研究人员利用来自超过1,000名MS患者、总计近15,000张影像的数据集，对MindGlide进行了验证。结果显示，该工具不仅能在5至10秒内完成每张图像的分析，还在关键任务上超越了现有的两款AI工具——SAMSEG和WMH-SynthSeg。

具体而言，MindGlide在识别MS斑块（病灶）及评估治疗效果方面，准确率比SAMSEG高出60%，比WMH-SynthSeg高出20%。

释放医院“影像宝藏”，推动MS治疗评估“平民化”

“MindGlide可以利用医院数据库中原本无法有效解读的现有MRI影像，从中提取出对MS理解极具价值的信息。”研究第一作者、UCL神经病学研究所的Philipp Goebl博士表示。

“我们希望这项技术能帮助我们在未来5到10年内，在临床中实现基于AI的个体化病情分析。”

该工具不仅在大脑皮层检测表现优异，在深层脑区的分析也同样准确，且在横断面和纵向随访数据中均表现出高度一致性。研究还发现，MindGlide的评估结果与既往高质量研究中对治疗效果的结论一致，为其临床应用提供了有力支持。

未来展望：迈向全脑+脊髓一体化评估

目前，MindGlide的应用仍局限于脑部MRI影像，尚未扩展至评估脊髓病变。然而，脊髓成像对于全面评估MS患者的功能障碍同样重要。

“过去我们往往忽视了医院中大量影像数据的价值，特别是质量不高的常规图像。”研究负责人、UCL MS-PINPOINT项目负责人Arman Eshaghi博士指出，“AI将为我们开启医院信息的宝藏，带来对MS病程和治疗反应的前所未有的理解。”

接下来的研究将致力于扩展MindGlide的能力，涵盖更广泛的神经系统评估，推动其在现实世界中的广泛临床应用。

参考文献：Repurposing Clinical MRI Archives for Multiple Sclerosis Research with a Flexible, Single-Contrast Approach: New Insights from Old Scans, Nature Communications (2025). DOI: 10.1038/s41467-025-58274-8

编辑：王洪

排版：李丽