所在位置: 前沿极速3D首页 > 最新文章 > 精准医学  > 正文

MIT模型预测:阿尔茨海默症导致认知能力下降

2019-08-09 11:04:24 来源: 中国极速3D网 作者: 马嘉悦

麻省理工学院(MIT)官网称,MIT开发的一种新模型可以帮助患有阿尔茨海默症(Alzheimer's disease)的患者,预测他们是否会因患此病而出现临床显著的认知能力下降。该模型可改进临床试验的候选药物和参与者群体

过去的20年里,制药公司已经为阿尔茨海默症的研究注入了数千亿美元。然而,该领域一直饱受失败的困扰根据美国药物研究与制造商协会(Pharmaceutical Research and Manufacturers of America) 2018年的一份报告,在1998年至2017年期间,研发治疗或预防这种疾病的药物的尝试共有146次失败。在此期间,四种新药获得批准,且用于治疗症状。目前正在开发90多种候选药物。

麻省理工学院媒体实验室(MIT Media Lab)的研究人员在将在“医疗机器学习”(Machine Learning for Health Care)大会上发表一篇论文,描述一种机器学习模型,它可以帮助临床医生锁定特定的参与者群体。

他们首先在一个完整的数据集上训练了一个“群体”模型,其中包括临床重要的认知测试分数和其他来自阿尔茨海默症患者以及健康个体的生物特征数据,这些数据收集于每年两次的医生访问之中。从这些数据中,该模型学习模式可以帮助预测病人在两次探视之间的认知测试中如何得分。在新参与者中,针对每个患者的第二个模型根据新记录的数据(比如最近一次访问中收集的信息)不断更新评分预测。

实验表明,可以提前6个月、12个月、18个月和24个月进行准确的预测。因此,临床医生可以使用该模型来帮助选择有风险的参与者进行临床试验,这些人很可能在出现其他临床症状之前就表现出认知能力的快速下降。早期治疗类患者可以帮助临床医生更好地跟踪哪些抗痴呆药物有效,哪些无效。

“准确预测6个月至24个月的认知能力下降对设计临床试验至关重要,”媒体实验室研究员Oggi Rudovic表示,“能够准确预测未来的认知变化可以减少参与者必须进行的访问次数除了帮助开发有用的药物,我们的目标是降低临床试验的成本。

接下来,研究人员希望与制药公司合作,将该模型应用于真实的阿尔茨海默症临床试验。据悉,该模型还可以推广到预测阿尔茨海默病和其他疾病的各种指标。

责任编辑: 陈龙