出品 | 搜狐健康
作者 | 周亦川
编辑 | 李冬梅
麻省总医院布莱根医学院专家于2026年2月在《自然神经科学》发表最新研究,推出一款名为脑成像自适应核心(BrainIAC)的AI模型,仅通过MRI影像,就能实现多种脑部疾病的智能识别与预测。
该模型采用“自我监督学习”的方式进行AI训练,无需大量人工标注数据,研究团队利用4.9万套脑部MRI扫描数据完成学习,让AI系统全面掌握大脑结构与组织特征。
在临床验证中,BrainIAC可精准识别阿尔茨海默病、帕金森病、自闭症谱系障碍、脑卒中、脑肿瘤等多种神经系统疾病。与传统单病种AI模型相比,它在实现多病种检测的同时,所需训练数据量更少。
研究人员表示,BrainIAC可作为AI脑成像分析的通用模型,尤其在数据稀缺的罕见肿瘤以及轻度认知障碍研究领域具有显著优势;该模型还可进一步扩展数据集,开发对其他影像结果的解析功能,如CT扫描,显微成像以及超声等。
目前BrainIAC已开源,其他团队可将其用于阿尔茨海默病和创伤性脑损伤的相关研究;团队期望,该模型能够推动AI在神经学研究领域的广泛应用,助力临床更早捕捉疾病信号,实现早筛早诊。