上饒新聞網(wǎng)


上饒視聽網(wǎng)

上饒新聞APP 上饒日報
抖音
上饒發(fā)布 數(shù)字報刊 大美上饒
首頁 > 健康 > 正文

機器學習識別漸凍癥準確率達97%

2024-10-08 11:16:49  |  來 源:科技日報  點擊:

科技日報訊 (記者張佳欣)據(jù)新一期《新科學家》雜志網(wǎng)站報道,美國杰克遜霍爾非營利性腦化學實驗室研究人員開發(fā)出一種高度準確的血液檢測方法,能診斷肌萎縮側(cè)索硬化癥(ALS,俗稱“漸凍癥”)。

ALS患者通常會出現(xiàn)行走、說話、吞咽和呼吸方面的困難,這些癥狀會隨著時間的推移而惡化,最終導致死亡。目前尚無治愈方法,但物理治療等治療方法可減輕這些癥狀的影響。醫(yī)生一般通過癥狀評估、神經(jīng)電活動檢測和腦部掃描來診斷ALS。由于對ALS的認識不足,醫(yī)生在作出診斷前需要追蹤患者癥狀的演變情況,這可能會導致延誤治療。

為盡早診斷該病,研究團隊分析了ALS患者和非患者的血液樣本。他們發(fā)現(xiàn)了8種遺傳標志物,在這兩組人群中這些標志物的水平存在差異。為證實這一發(fā)現(xiàn),研究團隊又進一步分析了來自“國家ALS生物樣本庫”的119名ALS患者和150名非患者的血液樣本。他們發(fā)現(xiàn)在這兩組人群中,這8種標志物的差異依然存在。這些標志物與神經(jīng)元存活、腦部炎癥、記憶和學習功能有關(guān)。

研究團隊基于214名參與者的標志物水平,訓練了一個機器學習模型,用以區(qū)分ALS患者和非患者。然后,他們對剩余的55名參與者進行了測試,發(fā)現(xiàn)該模型能正確識別96%的ALS患者和97%的非患者。

每日推薦