科学家开发了一种人工智能(AI)工具，可以将帕金森病的四种亚型分类，准确率高达95%，这为个性化治疗带来了希望。
来自弗朗西斯克里克研究所和伦敦大学学院皇后广场神经病学研究所的研究人员“训练”了一个计算机程序，利用患者干细胞的图像来识别病情的亚型。
该团队表示，他们的研究成果发表在《自然机器智能》杂志上，可以为个性化医疗和靶向药物的发现铺平道路。
帕金森氏症是一种大脑部分经过多年逐渐受损的疾病。
克里克大学神经退化生物学实验室(Neurodegeneration Biology Laboratory)的研究助理主任兼组长索尼娅•甘地(Sonia Gandhi)说，我们了解导致人们大脑中出现帕金森症的许多过程。
“但是，当他们还活着的时候，我们无法知道发生了什么机制，因此无法给出精确的治疗。”
“我们目前还没有能对帕金森病的发展产生巨大影响的治疗方法。
“利用病人自身神经元的模型，并将其与大量图像相结合，我们生成了一种算法，可以对某些亚型进行分类——这是一种强大的方法，可以为识别生活中的疾病亚型打开大门。”
“更进一步，我们的平台将允许我们首先在干细胞模型中测试药物，并在进入临床试验之前预测患者的脑细胞是否可能对药物有反应。”
“我们希望有一天这项技术能从根本上改变我们提供个性化医疗的方式。”
该疾病的症状包括身体特定部位不自觉地颤抖、运动缓慢、肌肉僵硬和不灵活，但也有广泛的其他生理和心理症状，如抑郁和焦虑、睡眠问题和记忆问题。
由于导致疾病的潜在机制不同，这些情况因人而异。
研究人员说，到目前为止，还没有办法准确区分帕金森病的亚型。
研究小组补充说，这意味着人们被给予非特异性诊断，并不总是能获得有针对性的治疗、支持或护理。
在这项研究中，研究人员从患者自身的细胞中培育出干细胞，这种干细胞具有在体内发育成特殊细胞类型的能力。
然后，研究小组利用这些细胞用化学方法制造了四种不同的帕金森亚型:两种涉及导致α -突触核蛋白毒性积聚的途径，两种涉及与功能失调的线粒体(细胞的电池组)相关的途径。
该团队与英国科技公司Faculty AI合作，开发了机器学习算法，该算法能够在看到以前从未见过的图像时准确预测帕金森亚型。
第一作者詹姆斯·埃文斯是克里克大学和伦敦大学学院的博士生，他说:“现在我们使用了更先进的图像技术，我们产生了大量的数据，当我们手动选择一些感兴趣的特征时，很多数据都被丢弃了。”
“在这项研究中使用人工智能使我们能够评估更多的细胞特征，并评估这些特征在识别疾病亚型中的重要性。
“使用深度学习，我们能够从图像中提取比传统图像分析更多的信息。
“我们现在希望扩展这种方法，以了解这些细胞机制是如何导致帕金森病的其他亚型的。”
更多信息:你的智能手表可以提前7年发现帕金森病
更多:在帕金森症状“每过一年”恶化后，Chase的保罗辛哈担心单口相声的职业生涯