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

麥吉爾大學和盧德默神經(jīng)信息與心理健康中心的研究人員進行的研究表明，通過AI對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行分析，可以預測和解碼這些疾病的進展。將來，這可以使醫(yī)生為個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)生可以使用這項測試來評估患者并開出適合他們需求的療法。”

在這項研究中，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尸的大腦樣本。他們的目的是更多地了解針對這些疾病的分子模式。

檢測基因表達

該算法檢測了數(shù)十年來患者基因以不同方式表達自己的方式。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，基因表達的檢測提供了對神經(jīng)變性至關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這些疾病的特征性緩慢進展提供了有限的了解，因為它們經(jīng)常使用“快照”或靜態(tài)數(shù)據(jù)。但是，當前的研究集中在通過考慮數(shù)十年的疾病發(fā)展來揭示擴展數(shù)據(jù)中攜帶的時間信息。這有助于揭示這段時間內(nèi)基因表達的變化與患者狀況因其而變化之間的聯(lián)系。