機器學習研究人員受到ALS小組的挑戰，希望通過使用數據更深入地研究疾病后，開發出一種AI平臺，旨在監測和預測神經退行性疾病的進展。

該新平臺將首先著眼于ALS，并可能幫助找到特定ALS患者亞組最有效的治療，進而提高藥物開發過程，臨床試驗的成功率和患者的生活質量。

該技術由本古里安大學工業工程與管理系的機器學習教授Boaz Lerner博士開發，他在四年前受到非營利性ALS組織Prize4Life的挑戰，要求使用臨床數據并進一步研究疾病。他開發該技術的動力也受到了對疾病理解，改善患者及其家人的生活質量，促進疾病治療以及倡導ALS患者個性化醫學的渴望的啟發。

“我一直對增進對疾病的了解和促進疾病治療感興趣。一旦我受到Prize4Life的挑戰，要從數據中探索ALS，就完全有機會專注于神經退行性疾病的決定。“自那時以來，我已經意識到開發的平臺是通用的，并且可以促進其他神經退行性疾病的研究和患者治療。”

Lerner解釋說，該平臺基于機器學習算法，并使用患者的回顧性臨床數據將異質ALS人群分為較小的同質亞組，以預測特定亞組的疾病進展速度和模式。通過尋找特定亞組的標記，該大學希望該平臺可以帶來更好的藥物開發，更成功的臨床試驗以及改善患者的生活質量。

“該平臺對于醫生來說將是一個有價值的工具，因為它將使他們知道從哪里開始具體治療，是否以及何時關注，例如呼吸系統或物理療法……（以及）患者和護理人員，因為它可以預測疾病狀態和進展速度可減少不確定性并改善生活質量，”勒納說。“例如，如果我們可以預測患者的步行或言語能力將在六個月內惡化，則他或她可以組織房屋來滿足他們的需求或轉移到更合適的環境，或者開始尋找一種可以交流的特定設備與人。”

根據新聞稿，該大學最近獲得了以色列創新局的資助，以幫助研究人員在各種應用程序上廣泛實施該平臺。它還在尋找行業合作伙伴，以進一步開發和商業化“正在申請專利的技術”。

勒納說：“人工智能已經在徹底改變醫療保健，因為更多的臨床數據可以通過使用功能強大的計算資源開發出的功能更強大的人工智能算法進行分析。” “隨著這些成分的不斷增長，人工智能對醫療保健的影響只會隨著時間而增加。”