Künstliche Intelligenz kann darauf trainiert werden, die Parkinson-Krankheit Jahre vor dem Auftreten von Symptomen zu erkennen

Wissenschaftler suchen nicht nur nach einem Heilmittel für die Parkinson-Krankheit, sie suchen auch nach besseren Möglichkeiten, sie frühzeitig zu erkennen und ihr Fortschreiten zu stoppen.

Oben: Das neuronale Netzwerk ist auf einer gewichteten Knotenschicht aufgebaut.

Jetzt nutzt ein neues Tool, das schnell auf einem Standard-Laptop läuft, künstliche Intelligenz, um mögliche Anzeichen der Krankheit zu erkennen, Jahre bevor Symptome wie Zittern und verlangsamte Bewegungen auftreten. Es heißt „CRANK-MS“: Klassifizierung und Ranking-Analyse mithilfe neuronaler Netze zur Generierung von Erkenntnissen aus der Massenspektrometrie.

Das Tool verwendet Schichten trainierter Knoten, die das menschliche Gehirn simulieren, um nach bestimmten Verbindungen (Metaboliten) im Blut zu suchen und Muster zu identifizieren, die das Vorhandensein einer Krankheit vorhersagen oder diese verhindern können.

Diana Zhang, Chemikerin an der University of New South Wales in Australien, sagte: „Um herauszufinden, welche Metaboliten im Vergleich zu einer Kontrollgruppe wichtiger für die Krankheit sind, untersuchen Forscher oft die beteiligten Moleküle. Korrelation. Aber hier.“ Wir gehen davon aus, dass Metaboliten möglicherweise mit anderen Metaboliten in Zusammenhang stehen – hier kommt maschinelles Lernen ins Spiel, und für Hunderte oder Tausende von Metaboliten nutzen wir Rechenleistung, um zu verstehen, was vor sich geht.“

Das Forschungsteam verwendete Plasmaproben, die Teil der spanischen europäischen prospektiven Studie zu Ernährung und Krebs waren. Das Team untersuchte 39 Patienten, die innerhalb von 15 Jahren nach Teilnahme an der Studie an Parkinson erkrankten, und verglich die Metabolitenmischung mit einer Kontrollgruppe von 39 Patienten, die nicht an Parkinson erkrankten. Es wurden mehrere Muster identifiziert, die als potenziell wichtig angesehen wurden.

Diese Metaboliten entstehen, wenn der Körper Nahrung, Medikamente oder Chemikalien abbaut. Das Team stellte beispielsweise fest, dass Menschen mit Parkinson-Krankheit tendenziell einen niedrigeren Blutspiegel von Triterpenen haben, die auf zellulärer Ebene Stress im Körper bekämpfen und in Lebensmitteln wie Äpfeln, Oliven und Tomaten vorkommen.

Forscher bemerkten auch das Vorhandensein von Polyfluoralkylsubstanzen (PFAS) bei Menschen, die später an der Parkinson-Krankheit erkrankten. Dies hängt möglicherweise mit der hohen Belastung durch Industriechemikalien zusammen, aber um sicher zu sein, sind größere Studien mit mehr Patienten erforderlich.

Obwohl die Studie relativ klein war, konnte CRANK-MS das Risiko einer Parkinson-Krankheit mit einer Genauigkeit von 96 % erkennen. Dies ist zum Teil auf die Menge und Breite der Daten zurückzuführen, die von Anfang an in das System eingespeist werden, ohne dass eine manuelle Vereinfachung oder Filterung erforderlich ist.

Oben: Eine Blutanalyse kann zur Einschätzung des Parkinson-Risikos verwendet werden.

William Donald, ein Chemiker an der University of New South Wales, sagte: „Hier geben wir alle Informationen in CRANK-MS ein, ohne zu Beginn eine Datenreduktion vorzunehmen. Daraus können wir Modellvorhersagen erhalten und bestimmen.“ Welche Metaboliten die Vorhersagen am stärksten beeinflussen, alles in einem Schritt. Das bedeutet, dass wir Metaboliten, die mit herkömmlichen Methoden möglicherweise übersehen wurden, jetzt extrahieren können.

Auch andere Wissenschaftler können CRANK-MS nutzen. Dadurch können durch Blutproben mehr Krankheiten erkannt werden.

Die Forscher hoffen nun, ihr System an einer größeren Kohorte in weiteren Teilen der Welt testen zu sehen, um zu sehen, ob die KI-Analyse bei der Parkinson-Krankheit funktioniert – allerdings nicht frühzeitig Die Ergebnisse sind vielversprechend.

Der Chemiker William Donald sagte: „Erstens ist die Genauigkeit der Vorhersage der Parkinson-Krankheit vor der klinischen Diagnose sehr hoch. Zweitens ermöglicht uns diese maschinelle Lernmethode, chemische Marker zu identifizieren, die bei der Vorhersage der Parkinson-Krankheit genauer sind.“ Es ist am wichtigsten, wer in Zukunft an der Parkinson-Krankheit erkranken wird. Drittens wurden einige der chemischen Marker, die die Parkinson-Krankheit am genauesten vorhersagen, in früheren zellbasierten Analysen mit der Parkinson-Krankheit in Verbindung gebracht.“

Die Studie wurde in der Zeitschrift ACS Central Science veröffentlicht.

Wenn es Ihren Freunden gefällt, achten Sie bitte auf „Wissen, was es Neues gibt“!

Das obige ist der detaillierte Inhalt vonKünstliche Intelligenz kann darauf trainiert werden, die Parkinson-Krankheit Jahre vor dem Auftreten von Symptomen zu erkennen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!