科学家利用尖端人工智能分析医疗数据,能够在诊断前 10 年预测一个人患上阿尔茨海默病和心脏病等疾病的风险。
研究人员利用机器学习研究了 45,000 多人的血液样本。
人工智能工具能够识别与患病风险增加相关的血液中蛋白质的模式,使研究人员能够在症状出现之前准确预测一个人患病的概率。
专家表示,能够检测到多种疾病的早期预警信号可能会带来早期干预和预防的机会。
早期阶段
该研究小组由爱丁堡大学的研究人员以及商业合作伙伴 Optima Partners 和 Biogen 组成,分析了英国生物库的血液样本——该数据库包含来自 500,000 名英国参与者的遗传和健康信息。
他们使用人工智能和机器学习工具来识别血液中的蛋白质模式,这些模式可以预测阿尔茨海默病、心脏病和 2 型糖尿病等常见疾病的发展。
疾病诊断信息取自参与者血液样本测量后长达10年的医疗记录。
随后,研究小组测试了这些模式是否可以用来诊断另一组个体的血液样本中的病情,而这组个体的数据尚未用于创建蛋白质模式。
他们发现,蛋白质模式提高了预测准确性,超越了年龄、性别、生活方式行为、胆固醇和其他常见的临床变量等传统风险因素。
预计这种分析形式不会立即实施,但专家表示,他们的研究是风险预测方面向前迈出的有希望的一步。
该研究发表在《自然衰老》杂志上,由威康基金会资助。