机器学习诊断准确率高达90%,让这种疾病无处可逃

近日,来自比利时VIB研究院、鲁汶大学(KU Leuven)和英国Babraham Institute的科学团队发明了一种机器学习算法,仅需血液检测即可对幼年关节炎(Juvenile arthritis)做出诊断,准确率高达90%。这项研究成果为准确诊断及个性化对症治疗幼年关节炎开辟出了一条新道路

图片来源:Pixabay

幼年特发性关节炎(Juvenile idiopathic arthritis)是一种在儿童中常见的风湿病,其发病主要是关节内的滑膜组织发炎水肿导致的。幼年关节炎是一种自身免疫疾病,其发病原因很可能与基因、特定感染或环境刺激有关。

幼年关节炎有很多不同的种类,且症状各不相同,患者也可能暂时没有症状。这给疾病诊断带来了很大的困难,传统的诊断方法需要通过排除法去除其他疾病的可能,最后才能确诊。不仅耗时,还会对患者的经济带来一定的负担。

为了解决上述问题,来自比利时的一组科学人员对上百名儿童的血样及免疫系统特征进行了研究,其中三分之二的儿童患有幼年关节炎。论文的第一作者,鲁汶大学的Erika Van Nieuwenhove女士介绍说:“我们对患有这种疾病的儿童的免疫系统进行了前所未有的细致研究,并将获得的数据交给机器学习,看算法是否能帮助我们辨别患有疾病的儿童。”

机器学习算法果然没有让人失望,其判断准确率达到了90%。而且机器学习算法唯一需要的数据就是血样中免疫系统相关的指标,完全不需要任何其他临床资料。研究团队相信,这一成果展现了免疫表型和机器学习相结合后,在诊断不同类型的幼年关节炎并给出个性化治疗建议方面的巨大潜力。除了临床诊疗,类似的方法还能够优化药物临床试验的患者选择流程。

对于研究团队而言,当前最重要是对新方法的可靠性和准确性进行更多的验证,确保其具备推广的基础。机器学习诊断方法的推广有望实现更准确的疾病分类,并帮助医生制定更具个性化的治疗方案,造福幼年关节炎患者

参考资料

[1] Profiling immune system in pediatric arthritis patients offers hope for improved diagnosis and treatment. Retrieved Mar 29, 2019 from https://www.eurekalert.org/pub_releases/2019-03/vfi-pii031219.php

[2] Diagnosing Juvenile Arthritis. Retrieved Mar 29, 2019 from https://www.webmd.com/rheumatoid-arthritis/diagnosing-juvenile-arthritis

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业医疗准确率机器学习
1
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

推荐文章
暂无评论
暂无评论~