人工智能识别出新的多发性硬化症亚型
伦敦大学学院的科学家利用人工智能(AI)确定了三种新的多发性硬化症(MS)亚型。研究人员表示,这一突破性的发现将有助于识别那些更有可能出现疾病进展的人,并有助于更有效地靶向治疗。
MS影响全球超过280万人和英国13万人,并被分为四个“疗程”(组),定义为复发或进展。根据临床观察、核磁共振脑成像和患者症状,对患者进行分类。这些观察可以指导治疗的时机和选择。
对于这项研究,发表在自然通讯,研究人员想要找出在大脑图像中是否有任何尚未确定的模式,这将更好地指导治疗选择,并确定哪些患者对特定疗法反应最好。
在解释这项研究时,首席作者Arman Eshaghi博士(伦敦大学学院皇后广场神经学研究所)说:“目前,多发性硬化根据患者的症状被广泛地分为进行性和复发性两类;它不直接依赖于疾病的潜在生物学,因此不能帮助医生为正确的病人选择正确的治疗方法。
“在这里,我们使用了人工智能,并提出了一个问题:人工智能能否在大脑图像上找到遵循特定模式的MS亚型?”我们的人工智能已经发现了三种数据驱动的多发性硬化症亚型,它们由大脑图像上的病理异常定义。”
在这项研究中,研究人员应用伦敦大学学院开发的人工智能工具,SuStaIn(亚型和分期推断),对6322名MS患者的MRI大脑扫描。无监督的维持自我训练和识别三个(以前未知的)模式。
新的多发性硬化亚型被定义为“皮质主导”、“正常外观白质主导”和“病变主导”。这些定义与每个模式中在MRI扫描中看到的最早的异常有关。
一旦SuStaIn完成了对训练MRI数据集的分析,它被“锁定”,然后用于在3068名患者的独立队列中识别三种亚型,从而验证其检测新的MS亚型的能力。
Eshaghi博士补充道:“我们对患者记录做了进一步的回顾性分析,以观察新发现的MS亚型患者对各种治疗的反应。
同时进一步临床研究在不同的亚型中,病人对不同治疗的反应和长期积累的残疾有明显的不同。这是预测个体对治疗反应的重要一步。”
NIHR研究教授Olga Ciccarelli(伦敦大学学院皇后广场神经学研究所)是这项研究的资深作者,他说:“用于MS分类的方法目前只关注影像学变化;我们正在将这一方法扩展到包括其他临床信息。
“这一令人兴奋的研究领域将导致对多发性硬化症病程的个人定义,以及使用人工智能对多发性硬化症治疗效果的个人预测,人工智能将用于在正确的时间为正确的患者选择正确的治疗方法。”
资深作者之一,伦敦大学学院脑科学学院院长艾伦·汤普森教授说:“我们意识到当前MS描述的局限性,当应用于处方治疗时,可能不太清楚。现在,在人工智能和大型数据集的帮助下,我们已经向更好地理解潜在的疾病机制迈出了第一步,这可能会为我们当前的临床分类提供信息。这是一项了不起的成就,有可能成为真正的游戏规则改变者,为疾病进化和临床试验患者的选择提供信息。”
研究人员说,这一发现表明,基于核磁共振成像的亚型可以预测多发性硬化症的残疾进展和治疗反应,现在可以在介入试验中用于确定患者的群体。下一步需要前瞻性的临床试验研究来证实这些发现。
医学协会的研究主管Clare Walton博士说:“我们很高兴通过与国际进步医学联盟的合作为这项研究提供资金支持。多发性硬化对每个人来说都是不可预测和不同的,我们知道我们社区的主要关注之一是他们的病情可能会如何发展。有一个基于核磁共振成像的模型来帮助预测未来的进展,并相应地调整你的治疗计划,可以极大地安抚那些受影响的人。这些发现也为推动多发性硬化症进展提供了有价值的见解,这对寻找新的治疗方法至关重要。我们很期待接下来的发展。”
多发性硬化症是一种神经系统疾病,是导致年轻人残疾的最常见原因之一。当免疫系统错误地攻击包裹着大脑和脊髓神经的外层(髓鞘)时,它就会出现。这会导致电信号在神经中传递信息时受到干扰,传播速度变慢,或者根本无法通过。
大多数人在20岁到50岁之间被诊断出患有多发性硬化症,然而,多发性硬化症的最初症状往往开始得早几年。常见的早期症状包括刺痛、麻木、失去平衡和视力问题,但由于其他情况也会导致同样的症状,因此需要一段时间才能得出明确的诊断。
许多患者一开始都有多发性硬化症复发,这是一种随着神经受损、修复和再次受损而出现症状反复的疾病。但是,大约一半的患者有一种渐进性的症状,即神经损伤不断累积,并导致越来越严重的残疾。患者可能会出现震颤、语言障碍和肌肉僵硬或痉挛,可能需要助行器或轮椅。
用户评论