机器学习研究人员受到ALS小组的挑战

机器学习研究人员受到ALS小组的挑战，希望通过使用数据更深入地研究疾病后，开发出一种AI平台，旨在监测和预测神经退行性疾病的进展。

该新平台将首先着眼于ALS，并可能帮助找到特定ALS患者亚组最有效的治疗，进而提高药物开发过程，临床试验的成功率和患者的生活质量。

该技术由本古里安大学工业工程与管理系的机器学习教授Boaz Lerner博士开发，他在四年前受到非营利性ALS组织Prize4Life的挑战，要求使用临床数据并进一步研究疾病。他开发该技术的动力也受到了对疾病理解，改善患者及其家人的生活质量，促进疾病治疗以及倡导ALS患者个性化医学的渴望的启发。

“我一直对增进对疾病的了解和促进疾病治疗感兴趣。一旦我受到Prize4Life的挑战，要从数据中探索ALS，就完全有机会专注于神经退行性疾病的决定。“自那时以来，我已经意识到开发的平台是通用的，并且可以促进其他神经退行性疾病的研究和患者治疗。”

Lerner解释说，该平台基于机器学习算法，并使用患者的回顾性临床数据将异质ALS人群分为较小的同质亚组，以预测特定亚组的疾病进展速度和模式。通过寻找特定亚组的标记，该大学希望该平台可以带来更好的药物开发，更成功的临床试验以及改善患者的生活质量。

“该平台对于医生来说将是一个有价值的工具，因为它将使他们知道从哪里开始具体治疗，是否以及何时关注，例如呼吸系统或物理疗法……（以及）患者和护理人员，因为它可以预测疾病状态和进展速度可减少不确定性并改善生活质量，”勒纳说。“例如，如果我们可以预测患者的步行或言语能力将在六个月内恶化，则他或她可以组织房屋来满足他们的需求或转移到更合适的环境，或者开始寻找一种可以交流的特定设备与人。”

根据新闻稿，该大学最近获得了以色列创新局的资助，以帮助研究人员在各种应用程序上广泛实施该平台。它还在寻找行业合作伙伴，以进一步开发和商业化“正在申请专利的技术”。

勒纳说：“人工智能已经在彻底改变医疗保健，因为更多的临床数据可以通过使用功能强大的计算资源开发出的功能更强大的人工智能算法进行分析。” “随着这些成分的不断增长，人工智能对医疗保健的影响只会随着时间而增加。”