機器學習識別漸凍癥準確率達97%

　　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。