阿尔兹海默病的隐藏风险因素有望被人工智能技术检测(2)

2019-03-13  未知 admin

图片来源：neurowiki2014.wikidot.com

当研究者通过算法来运行数据时，不同的关系集群（distinct clusters of relationships）就会出现，淀粉样蛋白和tau蛋白非常重要，但算法揭示这也与心血管健康、激素水平、代谢和免疫系统反应存在强相关关系；比如，较低的维生素B12水平是心血管疾病的风险因子，研究者能其与一种称为基质金属蛋白酶的酶类和T细胞分泌的蛋白质相结合。

研究者Thompson说道，由于此前已经确定了某些测量指标的关系，而且这些指标也与阿尔兹海默病发病风险直接相关，因此本文研究就表明，不同特征之间的协同作用要比单一特征在预测阿尔兹海默病上更加有效。也许仅仅解决其中的一个问题并不能带来很大的不同，但是解决一系列的问题可能有助于降低患这种疾病的风险。

最后研究者表示，目前科学家们发现了越来越多的生物标志物来进行疾病的早期诊断及更好地预测疾病，同时其还能提供血液检测的新型靶点，未来研究人员希望能够进行更大规模的研究来证实本文的研究结果，同时他们还希望利用这种新型的算法寻找指示多种疾病的隐藏呈现因素，比如精神分裂症和抑郁症等。

参考资料：

Researchers use AI to detect early signs of Alzheimer's

Nearly 50 million people worldwide have Alzheimer's disease or another form of dementia. While age is the greatest risk factor for developing the disease, researchers believe most Alzheimer's cases occur as a result of complex interactions among genes and other factors. But those factors and the role they play are not known—yet.

In a new study, USC researchers used machine learning to identify potential blood-based markers of Alzheimer's disease that could help with earlier diagnosis and lead to non-invasive ways of tracking the progress of the disease in patients. The method was developed by USC computer science research assistant professor Greg Ver Steeg, a senior research lead at the USC Information Sciences Institute (ISI). Machine learning is a subset of artificial intelligence (AI) that gives computers the ability to learn without being explicitly programmed......

原标题：科学家有望利用人工智能技术来检测阿尔兹海默病的“隐藏”风险因素

本文来源自生物谷，更多资讯请下载生物谷APP(http://www.bioon.com/m/)