#多模态AI

多模态生物标志物AI技术在早期神经认知障碍诊断中的应用

阿尔茨海默病（AD）及相关痴呆症的早期诊断一直是一个挑战，因为单一生物标志物难以全面捕捉其复杂的病理机制。近年来，多模态人工智能（AI）模型通过整合多种数据源，如神经影像、液体生物标志物、遗传学和认知评估，成为提高早期检测和风险分层的有效策略。本研究对2010年至2025年间发表的27篇同行评审论文进行了系统性回顾，这些研究使用了至少两种生物标志物模式进行诊断分类或预后预测。结果表明，多模态AI模型在诊断任务中表现出色，尤其是在结合互补生物学信息时，AUC值通常在0.85-0.95之间。然而，在预后预测方面，尤其是从轻度认知障碍（MCI）到AD的转换，表现仍较为有限，AUC值通常在0.75-0.85之间。尽管如此，外部验证的缺乏和报告的异质性限制了其临床应用。