机器学习是囊性纤维化的年龄

世界领先的人工智能技术开发的剑桥中心人工智能在医学和他们的同事提供精密医学的未来命运的一个瞬间,和前所未有的预测能力与囊性纤维化临床医生照顾的人。

准确地预测一个人的慢性疾病进展提供better-personalized至关重要,精密医学。只有使用这样的洞察力,临床医生和患者最佳治疗策略干预和缓解计划。然而有一个巨大的挑战在准确预测临床轨迹的人慢性疾病如囊性纤维化(CF)、癌症、心血管疾病和阿尔茨海默氏症。

“预测医疗问题极为复杂,”夏尔米卡尔范德教授说,剑桥大学人工智能在医学中心主任(CCAIM)。“即使是机器学习方法,交易的复杂性,难以对患者和临床医生提供有意义的好处,和更广泛的医学科学。现成的机器学习解决方案,所以有用的在许多领域,根本不把它切成预测药。”

解锁这种复杂性,然而,巨大的医疗收益等。这就是为什么一些球队由范德教授领导沙尔和CCAIM主任安德烈斯Floto,呼吸生物学教授剑桥大学剑桥中心主任和研究在皇家特医院肺部感染,已经开发出一种快速发展的一系列世界级的机器学习(ML)的方法和工具,成功地克服许多挑战。

短短两年间,研究人员已经开发出的技术已经从生产ML-based预测肺衰竭的CF患者使用快照的病人数据本身显著改善前的艺术个人疾病轨迹的动态预测,预测竞争对手的健康风险和并发症,“时间聚类”与以往的病人,和更多。

研究人员提出了三个新的ML技术最近的2020年北美囊性纤维化会议。深入的技术细节和他们的潜在影响CCAIM是可用的网站。

剑桥大学的研究人员开发的工具代表惊人的进步在很短的时间内,并揭示毫升的方法,来解决剩下的神秘的力量的常见慢性疾病,并提供高度精确预测的患者健康状况前所未有的准确性。更重要的是,这些技术可以方便地应用于其他慢性疾病。

应用新的ML技术在囊性纤维化

“囊性纤维化是一个极好的例子,不易治愈,慢性疾病,”Floto教授说。“常常不清楚疾病将如何进展在给定的个人随着时间的推移,有多个相互竞争的并发症,需要预防或减轻干预。”

CF是一种遗传疾病,影响许多器官,但主要是肺,它会导致进步的呼吸衰竭和过早死亡。在2019年,114人的平均年龄与CF在英国去世31。只有大约一半的人出生在英国在2019年与CF可能活到50岁。

囊性纤维化是肥沃的土壤,探索毫升方法,部分原因的英国囊性纤维化注册表,一个广泛的数据库覆盖99%的英国人口CF由英国管理的囊性纤维化的信任。注册表保存为每个CF患者静态和时间序列数据,包括人口统计信息、雌性生殖道基因型,感染疾病相关措施,包括数据、合并症和并发症,肺功能,重量,静脉注射抗生素使用,药物,移植和死亡。

“几乎每个人都与囊性纤维化在英国委托注册表来保存他们的病人数据,然后使用它来确保与条件最好的照顾所有人,”珍妮特·艾伦博士说,战略创新主任囊性纤维化的信任。“令人激动的是夏尔的方法由范德教授把这一个全新的水平,开发工具利用CF数据的复杂性。将这些数据转化为医学的理解是一个关键的优先事项个性化医疗的未来。”

展望未来

新工具的套件提供了巨大的潜在好处在CF的生态系统,每个人都从病人临床医生和医学研究人员。ob欧宝直播nba快速“我们的医疗毫升技术已经成熟,是随时可以部署,“夏尔范德教授说。”时代已经来临,给人带来了明显的好处需要它值得这个例子中,囊性纤维化患者。这意味着合作进一步临床医生和增加我们接触更广泛的卫生保健系统和数据守护者超越英国。”

机器学习技术已被证明是善于预测临床轨迹的长期健康状况和创新将继续在速度。精密医疗将使以病人为中心的革命,使临床医生和研究人员提取从不断增长的医疗数据可用性更大的价值。

未来的挑战是实现这些工具的潜力,使他们可以世界各地的医生和医院,在那里他们可以帮助改善和节省慢性病患者的生活。这是剑桥大学人工智能在医学中心的目标。

---

---