ibm-mjf-parkinsons-1280x720.jpg

該小組最近發表瞭新的研究,重點是一個新的人工智能模型,將帕金森病的典型癥狀模式分組。該模型可以通過尋找已知癥狀的時間和嚴重程度來預測疾病的進展。該模型通過從縱向的病人數據中學習來預測時間和嚴重程度。

新人工智能模型的細節發表在《柳葉刀 – 數字健康》上,研究人員指出,該模型可以通過利用縱向病人數據來預測疾病的時間和嚴重程度,縱向病人數據是隨著時間的推移收集的病人臨床狀態的描述。研究人員說,他們的目標是利用人工智能來幫助病人管理和臨床試驗設計。

帕金森病是一種相當常見的疾病,影響到全球多達600萬人。盡管這種疾病是如此眾所周知,而且在全球范圍內非常普遍,但與這種疾病作鬥爭的人們會出現各種運動和非運動癥狀。新人工智能的目標是利用機器學習從大量的病人數據中學習,並為臨床醫生和研究人員提供一個更好的工具來預測個別病人的癥狀進展。

研究人員指出,人工智能使用的患者數據已經去掉瞭身份識別,它是世界上最大的帕金森病數據集之一。能夠獲得這樣一個龐大的數據集對於機器學習模型的成功至關重要。過去的研究專註於使用基線信息來描述帕金森病的特征。然而,新方法依賴於長達7年的患者數據。盡管該疾病的進展途徑多種多樣,但人工智能模型可以做出準確的預測。

Source: m.cnbeta.com