导读 评估神经退行性疾病疗法的有效性通常很困难，因为每个患者的进展都不同。一项新研究表明，人工智能 (AI) 血液样本分析可以预测和解释疾病
评估神经退行性疾病疗法的有效性通常很困难，因为每个患者的进展都不同。一项新研究表明，人工智能 (AI) 血液样本分析可以预测和解释疾病进展，有朝一日可以帮助医生为患者选择更合适、更有效的治疗方法。
麦吉尔大学 The Neuro(蒙特利尔神经病学研究所和医院)和 Ludmer 神经信息学和心理健康中心的科学家使用 AI 算法分析了 1969 名阿尔茨海默氏症和亨廷顿舞蹈症患者的血液和死后大脑样本。他们的目标是找到这些疾病特有的分子模式。
几十年来，该算法能够检测出这些患者的基因如何以独特的方式表达自己。这提供了神经退行性变背后分子变化的第一个长期观点，这是一项重要成就，因为神经退行性疾病会发展多年。
以前的神经变性研究通常使用静态或“快照”数据，因此它们在揭示疾病通常缓慢进展方面的作用有限。这项研究旨在通过涵盖数十年的疾病进展来揭示大规模数据中包含的时间顺序信息，揭示那段时间基因表达的变化如何与患者病情的变化相关。
此外，血液测试检测到 85% 到 90% 的顶级预测分子通路，而死后大脑数据测试所做的测试表明，大脑和周围身体的分子变化之间存在惊人的相似性。
该研究的第一作者 Yasser Iturria-Medina 说：“有一天，医生可以使用这项测试来评估患者并根据他们的需要开出治疗方案。”“它还可以用于临床试验，对患者进行分类，并更好地确定实验药物如何影响他们预测的疾病进展。”
Iturria-Medina 说他下一步将在其他疾病中测试这些模型，例如帕金森病和肌萎缩侧索硬化症。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！