在所有患者中神經(jīng)退行性疾病的進(jìn)展都不相同。因此，由于這些疾病的個(gè)體進(jìn)展的多樣性，提供有效的治療是一個(gè)挑戰(zhàn)。但是，一項(xiàng)新研究聲稱，人工智能(AI)可能有助于克服這一挑戰(zhàn)。

麥吉爾大學(xué)和盧德默神經(jīng)信息與心理健康中心的研究人員進(jìn)行的研究表明，通過AI對(duì)從患有阿爾茨海默氏病等疾病的患者那里收集的血液樣本進(jìn)行分析，可以預(yù)測(cè)和解碼這些疾病的進(jìn)展。將來，這可以使醫(yī)生為個(gè)別患者提供定制的有效治療方法。

該研究的第一作者Yasser Iturria-Medina在一份聲明中說：“有一天，醫(yī)生可以使用這項(xiàng)測(cè)試來評(píng)估患者并開出適合他們需求的療法。”

在這項(xiàng)研究中，研究人員使用AI算法分析了1969年患亨廷頓氏病和阿爾茨海默氏病的患者的血液和驗(yàn)尸的大腦樣本。他們的目的是更多地了解針對(duì)這些疾病的分子模式。

檢測(cè)基因表達(dá)

該算法檢測(cè)了數(shù)十年來患者基因以不同方式表達(dá)自己的方式。多年來，諸如阿爾茨海默氏癥的神經(jīng)退行性疾病正在發(fā)展。因此，基因表達(dá)的檢測(cè)提供了對(duì)神經(jīng)變性至關(guān)重要的分子變化的首次深入了解。

早期專注于神經(jīng)退行性疾病的研究對(duì)這些疾病的特征性緩慢進(jìn)展提供了有限的了解，因?yàn)樗鼈兘?jīng)常使用“快照”或靜態(tài)數(shù)據(jù)。但是，當(dāng)前的研究集中在通過考慮數(shù)十年的疾病發(fā)展來揭示擴(kuò)展數(shù)據(jù)中攜帶的時(shí)間信息。這有助于揭示這段時(shí)間內(nèi)基因表達(dá)的變化與患者狀況因其而變化之間的聯(lián)系。