根據國際阿茨海默病協會(ADI)最新的《世界阿茨海默病報告》1顯示,目前,全球阿茨海默病患者人數約有4680萬。該病癥最大的發病風險就是伴隨著年齡的增長,在65歲之后,每5年發病風險就會翻倍。預計到2030年,患病人數將達到7040萬。
全球每3秒鐘就產生一位阿茨海默病患者。
阿茨海默病是一種終末期神經退行性疾病。過去,這種病癥的診斷依據都是通過觀察患者記憶力是否有明顯衰退跡象。雖然自2002年以來已開展了數百項臨床試驗,但目前這種疾病仍然無法治愈,也沒有可以改善病性的療法。研究人員認為,這些臨床試驗之所以失敗率高,或許是因為試驗所招募的受試者已處于疾病的最晚期階段,大腦組織很可能已經出現了難以恢復的損傷。要是在疾病的早期階段,仍有機會延緩病情惡化的速度,但問題在于怎樣才能更早地發現疾病。
近期研究表明,與這種疾病相關的一種生物標記物,一種肽——β-淀粉樣蛋白(Amyloid-beta)早在患者記憶力衰退之前就已經發生了變化。在患者記憶力衰退之前的幾十年,通過檢測人體脊髓液中這種肽的濃度就可以獲知患病風險。2但遺憾的是,收集脊髓液是高度侵入性的操作,需要麻醉師提供協助,而且要在大范圍人群中進行這項檢測會十分昂貴。因此,研究領域一直在努力開發一種侵入性較小的檢測方法,如血液檢測等,從而發現罹患阿爾茨海默氏癥的風險。
參與本項目的IBM研究員Ben Goudey表示:“我在IBM研究院澳大利亞的團隊最近在《科學報告(Scientific Reports)》上發表了一篇文章。這篇文章提到,研究團隊利用機器學習技術來識別血液中的一組蛋白質,從而預測脊髓液中β-淀粉樣蛋白的濃度。我們創建的模型將來可以幫助醫生預測阿茨海默病風險,準確率可高達77%。3雖然這種檢測方法仍處在早期研究階段,但仍有可能為藥物臨床試驗受試者的挑選工作帶來幫助:在患有輕度認知障礙的人當中,如果體內脊髓液中β-淀粉樣蛋白的濃度異常,則他們患上這種疾病的幾率顯然是正常人的2.5倍。”2
科普時間:什么是生物標志物?
簡單理解,生物標志物相當于一種疾病信號,當機體發生病變時,它會出現在機體內部。生物標志物對于疾病的鑒定、早期診斷及預防、治療過程中的監控可以起到幫助作用。
雖然業界正在開發旨在檢測阿茨海默病的很多其他建議性血液檢測方法,但這是首個借助機器學習技術來識別血液中、能夠預測脊髓液中生物標記物蛋白組濃度的研究。這種方法的應用范圍很容易擴展至基于脊髓液中生物標記物的檢測模型。事實上,我們的團隊已經在3月底于西班牙里斯本舉辦的第14屆國際阿茨海默病和帕金森病會議上,提交了有關阿茨海默病的另一個主要生物標記物——Tau蛋白的研究成果。
隨著人類壽命的延長,全球數百萬人正在遭受帕金森病(Parkinson)、阿茨海默病(Alzheimer)及亨廷頓病(Huntington)等神經退行性疾病的折磨。雖然目前還沒有方法能治愈這些神秘的致殘性疾病,但早期預防可以有助于延緩病情的惡化。
在IBM研究院,我們的使命是利用人工智能技術來了解如何幫助醫生更好地檢測這些疾病,并最終在初期進行預防。無論是借助視網膜成像(Retinal Imaging)、血液生物標記物(Blood Biomarker)還是語言能力的細微變化,我們預測在不久的未來,醫療專業人士都將可以利用易于獲取的大量數據,從而明確發現并跟蹤患者開始發病和病情加速惡化的情況。
-
IBM
+關注
關注
3文章
1755瀏覽量
74679
原文標題:IBM提出首個用機器學習開發阿爾茨海默病關鍵生物標記物的血液檢測方法
文章出處:【微信號:IBMGCG,微信公眾號:IBM中國】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論