人工智能分析的血液测试可以预测神经退行性疾病的进展

由于每个患者的病程不同，通常很难评估神经退行性疾病的治疗效果。一项新的研究表明，人工智能(AI)对血液样本的分析可以预测和解释疾病进展，这将有一天帮助医生为患者选择更合适和有效的治疗方法。

1969年，来自麦吉尔大学、Neuro(蒙特利尔神经科学医院研究所)和Ludmer神经信息和精神健康中心的科学家使用AI算法分析了阿尔茨海默氏病和亨廷顿氏病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。

该算法可以检测这些患者的基因数十年来如何以独特的方式表达自己。这为神经退行性疾病的基本分子变化提供了第一个长期的视角，这是一项重要的成就，因为神经退行性疾病已经发展了多年。

以前对神经退行性疾病的研究通常使用静态或“快照”数据，因此在揭示疾病进展缓慢的程度方面受到限制。这项研究的目的是通过覆盖几十年的疾病进展来揭示大规模数据中包含的时间序列信息，并揭示在此期间基因表达的变化如何与患者病情的变化相关。

此外，血液测试检测到死后检查后大脑数据测试执行的顶层预测分子通路的85%到90%，显示了大脑和周围身体的分子变化之间惊人的相似性。

这项研究的第一作者亚西尔伊图里亚-梅迪纳说：“有一天，医生可以使用这项测试来评估患者，并开出适合他们需求的治疗方案。”“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。”

伊图里亚-梅迪纳说，他的下一步将是在其他疾病中测试这些模型，如帕金森病和肌萎缩侧索硬化。

这项研究是由阿尔茨海默氏神经成像倡议(ADNI)和芝加哥拉什大学医学中心的拉什阿尔茨海默氏病中心公开提供的数据促成的。