Radiology：武汉协和团队提出可解释PET分析方法，为阿尔茨海默病影像评估提供新的观察维度

背景：阿尔茨海默病（AD）研究日益依赖Aβ、tau等生物标志物进行标准化诊断，但传统PET影像量化指标（如Centiloid）侧重于整体病理负荷，可能忽略了病理的空间分布异质性及其与临床表现的复杂关系。研究目的：华中科技大学协和医院与电信学院团队旨在开发一种基于可解释人工智能的PET影像分析方法，以区分AD相关病理信号与生理背景信号，构建能反映病理空间分布的新量化指标，从而更深入地理解疾病异质性与临床结局的关联。结论：该方法在Aβ PET和tau PET影像分析中表现出良好的诊断效能，其生成的新指标（ADAD评分）在控制传统负荷指标后，仍与认知评分（如MMSE）、海马体积等临床结局显著相关，表明其能提供超越“病理有无”的空间分布信息，为AD的个体化评估和临床理解提供了新的补充视角。