用于脑MRI时空预测的多模态条件潜在扩散模型（MC-LDM）

预测大脑解剖结构随疾病的纵向演变，对判断进展速度、辅助患者管理乃至临床试验设计都有重要意义，但即便对经验丰富的临床医生也极为困难，已有的深度学习方法多从单次医学扫描出发建模未来的解剖变化 ^[3]。与此同时，多模态信息的互补价值在其他场景已获证实：例如用结构与功能多模态MRI估计的脑年龄优于任一单模态，且其与实际年龄的偏差和amyloid、tau等AD生物标志物相关 ^[1]。在医学图像合成方面，扩散模型已被用于从已有模态合成缺失模态，并以“渐进式整模态修补”的思路灵活应对任意缺失情形 ^[2]，但这类工作面向的是同一时点的跨模态补全，而非对未来的预测；如何把分子与临床层面的生物标志物引入时空预测，一直缺乏手段。

这篇未经同行评议的arXiv预印本提出MC-LDM（多模态条件潜扩散模型），试图把多模态先验带入MRI预测。框架有三点设计：用LoRA微调潜空间扩散模型以实现数据高效学习；训练时以MRI、tau-PET、CDR和APOE4作为多模态条件，以刻画异质的疾病轨迹；训练辅助预测器从MRI特征和患者协变量估计推理时无法获得的生物标志物，再以之条件化扩散模型。这样一来，推理阶段只需基线MRI、APOE4和患者元数据，呼应了真实临床中这些评估并非人人可得的现实。模型在ADNI——一个长期用于AD脑萎缩模式分析的多中心队列 ^[4]——的852名受试者、1,355次访视上训练，在664次访视的独立测试集上，平均区域体积MAE较次优基线降低18%。

相对已有认识，该工作的推进在于打通了“训练时富监督、部署时穷输入”的矛盾：此前的单扫描疾病进展建模 ^[3] 无法利用结构解剖之外的信息，面向缺失模态的扩散合成 ^[2] 又不处理时间维度，而MC-LDM据作者所知是利用多模态先验进行MRI预测的扩散框架。其意义在于，生成的患者特异性轨迹能够捕捉单纯从结构解剖观察不到的AD异质性，从而在多模态监督与常规临床部署的严格约束之间架起桥梁。

当然，该研究所有结果均来自ADNI单一数据源，且尚未经同行评议；辅助预测器估出的未观测生物标志物其可靠性如何、误差会对下游预测产生什么影响，以及模型能否推广到设备与人群更加多样的真实临床环境，都仍有待回答。