新传媒网西弗吉尼亚大学的研究人员已经确定了一组诊断代谢生物标志物，可以帮助他们开发人工智能工具来检测早期阿尔茨海默病，并确定风险因素和治疗干预措施。
这项研究发表在《神经科学杂志》上，旨在确定哪些代谢生物标志物与阿尔茨海默病最相关，然后训练人工智能模型来预测该疾病是否已经或可能发展的可能性。
在这项研究中，科学家们选择了人工智能的深度学习方法，因为它具有预测复杂生物现象的通用方法，并且能够使用大量数据和复杂算法来训练模型。
“使用人工神经网络的深度学习方法受到大脑神经元分层结构及其计算的启发，对于复杂任务已经达到了前所未有的预测性能，”领导该研究的西弗吉尼亚大学护理学院教授 Kesheng Wang 说。学习。“事实证明，与传统的机器学习模型相比，深度学习技术对于阿尔茨海默病的诊断更加准确。”
在医学中，生物标志物是疾病严重程度或存在的可测量指标。例如，人们最常将它们与血液检查报告中显示胆固醇或血糖水平的数字联系起来。
代谢生物标志物存在于细胞、组织和体液的分子中，显示基因与生活方式(例如食物选择和环境)之间的相互作用。在这个水平上，科学家可以更好地了解一个人的健康变化和患病风险。
“阿尔茨海默病可能在临床症状出现前数年甚至数十年开始;因此，在临床前阶段识别预测性生物标志物至关重要，以便医学科学能够制定预防疾病进展的策略，”王说。
