パーキンソン病を症状が現れる何年も前に検出できるように人工知能を訓練できる

科学者たちはパーキンソン病の治療法を探しているだけではなく、パーキンソン病を早期に発見し、進行を止めるためのより良い方法の模索にも熱心に取り組んでいます。

上: ニューラル ネットワークは重み付けされたノード層上に構築されます。

今回、標準的なラップトップで迅速に実行できる新しいツールが、人工知能を使用して、震えや動きの鈍化などの症状が現れる何年も前に病気の潜在的な兆候を検出します。これは「CRANK-MS」と呼ばれるもので、ニューラル ネットワークを使用して質量分析から知識を生成する分類およびランキング分析です。

このツールは、人間の脳をシミュレートする訓練されたノードのレイヤーを使用して、血液中の特定の化合物 (代謝物) を探し、病気の存在を予測したり、病気を予防したりする可能性のあるパターンを特定します。

オーストラリアのニューサウスウェールズ大学の化学者、ダイアナ・チャン氏は、対照群と比較してどの代謝産物がこの疾患にとってより重要であるかを解明するために、特定の分子が関与する代謝産物に注目することが多いと述べた。私たちは、代謝物が他の代謝物に関連している可能性があると考えています。そこで機械学習が登場します。何百、何千もの代謝物について、何が起こっているのかを理解するために計算能力を使用します。」

研究チームは、スペインの栄養とがんに関する欧州前向き研究の一部である血漿サンプルを使用しました。研究チームは、研究に参加してから15年以内にパーキンソン病を発症した39人の患者を調査し、代謝産物混合物をパーキンソン病を発症しなかった39人の患者からなる対照群と比較した。潜在的に重要であると考えられるいくつかのパターンが特定されました。

これらの代謝産物は、体が食物、薬物、または化学物質を分解するときに生成されます。たとえば、研究チームは、パーキンソン病患者は、細胞レベルで体内のストレスに対処し、リンゴ、オリーブ、トマトなどの食品に含まれるトリテルペンの血中濃度が低い傾向があることに気づきました。

研究者らは、後にパーキンソン病を発症した人々にポリフルオロアルキル物質 (PFAS) が存在することにも気づきました。これは工業用化学物質への高い曝露に関連している可能性がありますが、確実に知るにはより多くの患者を対象とした大規模な研究が必要です。

この研究は比較的小規模でしたが、CRANK-MS はパーキンソン病のリスクを 96% の精度で検出できました。これは、手動による単純化やフィルタリングを必要とせずに、最初からシステムに供給されるデータの量と範囲が部分的に原因です。

上: 血液分析はパーキンソン病のリスクを評価するために使用できます。

ニューサウスウェールズ大学の化学者であるウィリアム・ドナルド氏は次のように述べています。「ここでは、最初にデータ削減を行わずに、すべての情報を CRANK-MS に入力します。これから、モデルの予測を取得し、どの代謝物が予測を最も推進しているかをすべて 1 つのステップで決定します。これは、従来の方法では見逃していた可能性のある代謝物がある場合に、それらを抽出できることを意味します。」

他の科学者も CRANK-MS を使用できます。これは、血液サンプルを通じてより多くの病気を検出できることを意味します。

研究者らは現在、AI 分析がパーキンソン病で機能するかどうかを確認するために、世界のより多くの地域で大規模なコホートを対象にシステムをテストしたいと考えていますが、血液中の代謝産物の分析に関してはそうではありません。初期の結果は有望です。 。

化学者のウィリアム・ドナルド氏は、「第一に、臨床診断前のパーキンソン病の予測精度は非常に高い。第二に、この機械学習手法により、将来を正確に予測する化学マーカーを特定できる。誰がパーキンソン病を発症するかという側面は、 」

この研究は、ACS Central Science 誌に掲載されました。

友達が気に入ったら、「新しいことを知る」に注目してください。

以上がパーキンソン病を症状が現れる何年も前に検出できるように人工知能を訓練できるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。