人工智能模型使用遗传信息来预测患老年痴呆症的风险

领导的一个国际研究小组由香港科技大学(科大)开发了一个基于人工智能(AI)的模型,使用遗传信息来预测个体的风险患阿尔茨海默病(AD)的症状出现之前。这个开创性的研究铺平了道路使用深度学习方法来预测疾病的风险和发现他们的分子机制;这将彻底改变的诊断、干预和临床研究广告和其他常见疾病如心血管疾病。

科大总统领导的研究人员,教授南希·IP与香港科大的椅子教授和主任合作的大数据研究所教授陈雷,调查是否AI-specifically深度学习模型可以使用遗传信息模型广告风险。团队建立的第一个深学习模型估算欧洲裔和中国人群的广告多基因风险。与其他模型相比,这些深度学习模型更精确地分类广告和分层个人分成不同组患者根据各种生物过程与改变相关疾病风险。

在目前的日常实践中,广告是临床诊断,使用各种手段包括认知测试和脑成像,但往往当病人出现症状,它已经过去的最佳干预窗口。因此,广告的早期预测风险可以大大帮助诊断和干预策略的发展。通过结合新的深度学习模型与基因检测,与一个人的一生的风险开发广告可以估计有超过70%的准确率。

广告是一种遗传疾病,可以归因于基因变体。随着这些变异存在从出生,一生中保持不变,考察一个人的DNA信息可以帮助预测发展中广告的相对风险,从而使早期干预和及时管理。虽然fda批准的APOE-ε4基因变异的基因测试可以估计广告的风险,它可能不足以识别高危个体,因为多个基因导致的疾病的风险。因此,有必要开发测试,集成来自多个广告风险基因的信息准确地确定一个人的一生发展中广告的相对风险。

“我们的研究表明基因研究深度学习方法的有效性和风险预测阿尔茨海默氏症。这个突破将大大加快人口规模的筛查和分期的阿尔茨海默氏症的风险。除了风险预测,此方法支持分组个人根据他们的疾病风险,并提供洞察的机制,有助于疾病的发病和进展,”南希Ip教授说。

同时,陈雷教授说,“这项研究说明了如何应用人工智能的生物科学生物医学和疾病相关研究可以大大受益。利用神经网络,我们有效地捕捉非线性高维基因数据,改善老年痴呆症风险预测的准确性。此外,通过基于ai数据分析没有人监督我们个体分类到子组,显示洞察潜在疾病机制。我们的研究也突显出人工智能可以优雅,效率,有效地解决跨学科的挑战。我坚信,人工智能在各种医疗领域将发挥至关重要的作用在不久的将来。”

的研究与深圳先进技术研究院的研究人员合作和伦敦大学学院以及临床医生在当地香港医院包括威尔斯亲王医院,英国女王伊丽莎白医院。最近的研究结果发表在通信医学。研究团队正在细化模型,旨在最终合并成标准筛选工作流。

广告,它影响着世界上超过5000万人,是一种致命的疾病,包括认知功能障碍和大脑细胞的损失。其症状包括进行性记忆丧失以及受损的运动、推理和判断。

参考:陈周X, Y, Ip自由现金流量,等。基于深度学习多基因预测阿尔茨海默氏症的风险分析。Commun地中海。2023;3 (1):49。doi:10.1038 / s43856 - 023 - 00269 - x

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。