研究团队开发新的AI平台ALS护理
![Professor Boaz Lerner of Ben-Gurion University of the Negev with new platform for predicting ALS progression which may also help with personalized drug development and clinical trials. Credit: Dani Machlis/BGU 本-古里安美国发展新的AI平台ALS保健](https://scx1.b-cdn.net/csz/news/800a/2019/bengurionude.jpg)
以色列内盖夫的本-古里安大学学者开发了一种新的人工智能(AI)平台监控和预测神经退行性疾病的进展来帮助识别标记为个性化的病人护理,提高药物开发。
开发的平台,波阿斯勒纳教授学者的工业工程与管理系最初将用于肌萎缩性脊髓侧索硬化症(ALS),最终对阿尔茨海默氏症,帕金森氏症和其他神经退行性疾病。
“设计和管理的重大挑战之一临床试验ALS是一个罕见的疾病和临床变化很难识别标记的严重性,”勒纳教授说。“结果,经过几十年的研究,仍然没有真正治疗ALS和其他几个挑战神经退行性疾病,包括阿尔茨海默氏症。
“我们的新技术将更准确地预测疾病进展,临床试验的一个关键因素,和更好的识别人口和其他可衡量的因素之间的相互关系通过体格检查和确定病人的功能。”
肌萎缩性侧索硬化症,也被称为卢伽雷氏症,是一种致命的神经退行性疾病导致死亡的运动神经元控制自愿肌肉。这肌肉萎缩导致进步的无力和瘫痪,说话困难,吞咽和呼吸。的平均生存时间通常是诊断40到60岁之间的人从出现症状2到5年。
ALS人口异质性复杂研究和药物开发由于发病症状变化,疾病进展率和模式,和生存的统计数据。这个变化很难预测疾病进展速度和模式为个人。
有一个可靠的个性化预报平台可以改善病人护理和许多病人和他们的照顾者的生活质量。新的AI平台还可以提高临床试验设计为各种病人的群体治疗通过识别标记。
BGU平台集成了人口和临床资料机器学习和数据挖掘算法来生成模型,可以预测ALS进展的速度和模式,识别特定的实验室测试或生命体征和分层相似的群体从不同的肌萎缩性侧索硬化症。算法,预测的能力疾病进展,将会改善临床数据添加为每一个病人。
“现在所需的算法产生有效的模型建立和评价,我们收到资金从以色列创新管理局将使研究人员能够创建一个系统,患者,医师、护理人员,制药公司hmo,和保险公司可以使用桌面和移动应用程序监视和预测ALS进展,”伊茨科。Mashiach为多达说BGN技术,学者的技术转让公司。
“我们正在寻求一个行业合作伙伴进一步发展和商业化创新新技术。”