(SeaPRwire) – 脑部专家对一些主要的阿尔茨海默病风险因素了解得很深入——从一个人的基因到他们的体育活动水平,他们接受的正式教育程度以及他们的社交参与程度。
但AI在医学中的一个承诺是它可以发现人类无法总是看到的不那么明显的联系。AI能否帮助发现与阿尔茨海默病有关的条件,这些条件之前被忽略了?
为了找出答案,加州大学旧金山分校(UCSF)的玛丽娜·西罗塔和她的团队运行了一个机器学习程序,对医疗记录数据库进行了训练。该AI算法被训练成从医疗记录中提取在7年后最终被诊断出阿尔茨海默病的患者共有的特征。数据库包括临床数据,如实验室和成像测试结果以及医疗条件的诊断。
“我们看到的一些东西符合我们对阿尔茨海默病了解的知识,但其中一些东西对我们来说很新颖和有趣,”西罗塔说。结果被。
心脏病、高胆固醇和炎症状都表明是阿尔茨海默病的风险因素——不出意外,因为它们被认为会促进大脑蛋白质斑块的积聚。但不太预期的条件包括女性的骨质疏松和男女均有的抑郁症。研究人员还发现诊断更接近时出现一些意外模式,如维生素D水平较低。
西罗塔和生物工程医学生爱丽丝·唐,也是这篇论文的第一作者,强调这些因素不总是意味着一个人会发展阿尔茨海默病。但它们可能是患者可以采取行动来潜在降低风险的红旗。“发现这些因素为我们提供线索,可能预示着阿尔茨海默病的诊断即将来临,像[高胆固醇]和骨质疏松这样的问题可以通过治疗来改善,”唐说。
是否治疗这些问题实际上可以降低一个人发展阿尔茨海默病的风险还不清楚。该研究的设计不是为了回答这个问题。西罗塔和她的团队计划继续挖掘医疗记录数据库,以确定是否治疗骨质疏松或高胆固醇等条件的患者,与没有治疗这些条件的患者相比,其后是否阿尔茨海默病风险更低。“我们可以回顾性地查看电子医疗记录中的治疗数据,所以这肯定是一个前进方向,以确定是否可以利用任何现有治疗降低风险,”西罗塔说。
唐还寻找与高胆固醇或骨质疏松等与阿尔茨海默病相关的遗传因素,以进一步解释这些风险因素与阿尔茨海默病之间的联系。胆固醇与阿尔茨海默病之间的联系最终可以归因于ApoE基因;科学家已经知道ApoE基因的特定形式ApoE4与更高的阿尔茨海默病风险相关。唐还识别出一种与骨质疏松和阿尔茨海默病都相关的基因,这可能成为新的研究靶点,用于可能的治疗。
这项研究显示机器学习在帮助科学家更好地理解阿尔茨海默病等复杂疾病驱动因素以及其潜在新治疗方法方面的能力。
TIME的更多内容
本文由第三方内容提供商提供。SeaPRwire (https://www.seaprwire.com/)对此不作任何保证或陈述。
分类: 头条新闻,日常新闻
SeaPRwire为公司和机构提供全球新闻稿发布，覆盖超过6,500个媒体库、86,000名编辑和记者，以及350万以上终端桌面和手机App。SeaPRwire支持英、日、德、韩、法、俄、印尼、马来、越南、中文等多种语言新闻稿发布。