数学模型可能有助于预测神经退行性疾病的演变

信息和通信技术正在彻底改变世界，卫生部门也不例外。信息通信技术被认为是改善个人健康和保证高质量、现代和可持续的卫生保健系统的战略因素。

最有前途的技术之一是人工智能(AI)，它能够创建和训练计算机系统自动做出基于数据的决策。来自加泰罗尼亚大学(UOC)和August Pi i Sunyer生物医学研究所(IDIBAPS)的研究人员最近参与的两项研究，分别强调了将人工智能应用于图像处理、生物信息学和遗传学领域的潜力。bob88体育平台登录

“有广泛的应用大数据和人工智能在CT扫描，x光，超声波和磁共振成像Jordi Casas Roma说，他是电子健康中心ADaS实验室研究小组的研究员，也是UOC计算机科学、多媒体和电信学院的成员，也是数据科学硕士学位的主任。

在他们最新的研究中，相关研究人员已经证明，“使用多层网络将所有数据集成和处理在一起，比单独和独立地分析数据提供了更全面的数据分析。”

用数学来理解大脑的变化

卡萨斯的研究重点是定义数学模型这为我们更好地理解大脑中的认知变化和损伤提供了依据。该模型最初在多发性硬化症患者身上进行了测试，但该模式也适用于其他疾病神经退行性疾病．

“了解患有这种疾病的人大脑中发生了什么是能够改善和个性化治疗的第一步。能够确定和预测疾病如何演变是很重要的，这无疑将使我们能够区分不同的患者群体，与其他群体有相似的进化类型和不同的治疗方法，”他说。

这项研究由ADaS实验室的另一名成员Ferran Prados Carrasco领导，还包括来自eHealth中心的UOC研究人员Marcos Díaz Hurtado，以及来自互联网跨学科研究所(IN3)复杂系统(CoSIN3)小组的Albert Solé和Javier Borge。

普拉多斯现在正在将多层网络理论付诸实践:“我们正处于初始阶段，我们已经开发了一种生物标志物，我们已经确认了它的敏感性，我们已经公布了如何使用它，我们已经开放了这项技术，以便其他研究人员和医生可以将其应用到他们的数据中，[…]与此同时，我们已经开始了第一个临床应用，使用来自神经退行性疾病患者的磁共振数据，如多发性硬化症和阿尔茨海默氏症或痴呆症。”

生物信息学与遗传学

另一个重要的应用领域人工智能在健康领域是生物信息学和遗传学，与元启发式算法。“这些算法在组合优化中非常流行，换句话说，当一个问题有一个有限的解集，你想找到一个优化特定目标函数的解集。他们实时为复杂问题提供高质量的解决方案，”劳拉·卡尔维特(Laura Calvet Liñán)解释说，她是计算机科学、多媒体和电信学院的研究员和成员，也是这项研究“关于元启发式优化在生物信息学中的作用”的主要作者。

Calvet强调，“元启发式在医学成像以及通过变量选择和参数微调等手段进行疾病建模。”

这项研究发表在神经网络而且运筹学国际汇刊．

---

---