为了提高多发性硬化症（Multiple Sclerosis, MS）的治疗效果，了解疾病从复发缓解型（Relapsing-Remitting MS, RRMS）转变为继发进展型（Secondary Progressive MS, SPMS）的时间点至关重要。目前，这一转变通常在发生后平均三年才被识别，导致患者可能继续接受已经无效的药物治疗。为了解决这一问题，乌普萨拉大学的研究人员开发了一种AI模型，能够以90%的准确率诊断患者所处的疾病阶段，从而及时调整治疗方案，延缓疾病进展。 该研究利用瑞典MS注册数据库中超过22,000名患者的临床数据进行分析，包括常规医疗访视中收集的神经学测试结果、磁共振成像（MRI）扫描和正在进行的治疗记录。AI模型通过识别历史数据中的模式，判断患者是否仍然处于复发缓解期，或是否已经进入继发进展期。更重要的是，该模型还可以提供每次评估的确信度，帮助医生了解AI结论的可靠性。 这项研究已发表在《npj数字医学》杂志上，结果显示，在几乎所有87%的病例中，AI模型能够在患者病历记录之前正确识别出向继发进展型的转变，总准确率约为90%。这意味着对患者而言，诊断可以更早做出，治疗也可以相应调整，避免无效药物的使用，减缓病情恶化速度。此外，乌普萨拉大学的研究团队还指出，这种模型在未来还可以用于筛选临床试验的合适参与者，促进更有效的个体化治疗策略的发展。 对于科研人员来说，一个匿名版本的AI模型现在已通过网络服务公开使用，网址为https://msp-tracker.serve.scilifelab.se。 业内专家对此给予高度评价，认为这是一种非常有前途的技术，可以显著改善MS患者的预后。乌普萨拉大学在神经系统疾病研究领域享有盛誉，其研究团队在AI辅助诊疗技术方面也积累了丰富经验。这一成果不仅展示了技术的潜力，也为今后类似疾病的研究开辟了新的路径。