根據《Imaging Technology News》報導，一個由神經放射科醫師與阿茲海默症臨床醫師組成的多專科專家小組，近日發布聲明有條件支持採用人工智慧（AI）臨床決策支援工具，以協助偵測阿茲海默症治療過程中可能出現的「澱粉樣蛋白相關影像異常」（ARIA）。此項支持意見已於 2026 年 9 月 17 日發布於《美國放射學雜誌》（American Journal of Roentgenology）。

專家小組強調，這些 AI 工具應嚴格遵循「放射科醫師參與決策」（radiologist-in-the-loop）模式運作，亦即 AI 僅作為輔助工具，而非取代人類專業的影像判讀。這是因為當前用於治療阿茲海默症的單株抗體藥物，例如 lecanemab 和 donanemab 等，可能伴隨 ARIA 的副作用。ARIA 主要分為兩種：ARIA-E（血管源性水腫或腦溝積液）及 ARIA-H（微出血或淺層鐵質沉積）。精確偵測與追蹤這些異常現象，對於判斷治療是否繼續、藥物劑量調整以及確保患者安全至關重要。

專家預估，若美國有 10% 的輕度認知功能障礙或早期阿茲海默症患者接受治療，將額外產生 700 萬至 800 萬次的核磁共振成像（MRI，利用磁場和無線電波生成身體內部影像的醫學檢查）。龐大的影像量將對醫療人力造成壓力，並可能導致判讀差異、診斷疲勞以及遺漏細微異常。研究顯示，AI 輔助能將 ARIA-E 的診斷敏感度提高約 16 個百分點，ARIA-H 則提高 10 個百分點，同時提升不同判讀者之間的一致性。

儘管 AI 輔助會導致特異性略微下降（3%至 9%），但專家小組認為，減少 ARIA 漏診或延遲診斷的臨床效益，大於處理假陽性結果所增加的負擔。放射科醫師仍須對最終診斷負起責任，根據完整的 MRI 影像與臨床病史來驗證 AI 的判讀結果。目前市面上的商用 AI 影像分析工具，如 icometrix icobrain aria、cortechs.ai NeuroQuant Lesion Surveillance、Neurophet AQUA AD Plus 和 Qynapse QyScore 等，其美國食品藥物管理局（FDA）核准狀態、技術能力及驗證證據各不相同。

要成功整合 AI 輔助工具，需要標準化的 MRI 掃描流程、在地驗證、放射科醫師培訓、持續的品質稽核，並參與如 ALZ-NET 和 InRAD 等真實世界的患者註冊研究。專家小組總結，AI 輔助的 ARIA 偵測，若能作為臨床決策支援工具並在放射科醫師參與決策的框架下使用，將有助於提升患者安全。