肌张力障碍是一种潜在的致残神经系统疾病，会导致肌肉非自愿收缩，导致异常的运动和姿势。它经常被误诊，并且可能需要长达 10 年的时间才能做出正确的诊断。在 9 月 28 日发表于 PNAS 的一项新研究中，研究人员开发了一个基于 AI 的深度学习平台，称为 DystoniaNet，以比较 612 人的脑部 MRI，其中包括 392 名患有三种不同形式的孤立性局部性肌张力障碍的患者和 220 名健康个体。该平台诊断出肌张力障碍的准确性为 98.8％。在此过程中，研究人员确定了肌张力障碍的新的微结构神经网络生物学标记。通过进一步的测试和验证，他们相信 DystoniaNet 可以轻松集成到临床决策中。（Medicalxpress）