使用人工智能鉴定的新多发性硬化亚型

UCL的科学家使用人工智能（AI）来鉴定三种新的多发性硬化症（MS）亚型。研究人员称，突破性的调查结果将有助于识别这些人更容易有疾病进展，并更有效地帮助靶向治疗。

MS影响全球超过280万人，英国有130,000人，分为四个“课程”（群体），定义为复发或进行。患者被临床观察的混合物分类，由MRI脑图像和患者的症状辅助。这些观察结果指导了治疗的时间和选择。

对于这项研究，发表在自然通信，研究人员想知道脑图像中是否有任何尚未识别的模式，这将更好地指导治疗选择，并确定最适合对特定治疗的患者。

解释研究，领先作者Arman Eshaghi博士（UCL Queen Squirology）表示：“目前MS广泛分为渐进和复发群体，这是基于患者的症状;它没有直接依赖于潜在的生物学疾病，因此不能帮助医生选择合适患者的正确治疗方法。

“在这里，我们使用人工智能并提出了问题：AI可以找到遵循脑图像上某种模式的MS子类型吗？我们的AI已经发现了三个数据驱动的MS子型，这些亚型由脑图像上看到的病理异常定义。”

在这项研究中，研究人员应用了UCL开发的AI工具，维持（亚型和阶段推断），对6,322名患者的MRI脑扫描。无监督的维持训练本身并确定了三种（以前未知）的模式。

新的MS亚型被定义为'Cortex-LED'，'正常出现的白质LED'和“LESION-LED”。这些定义涉及每个模式中MRI扫描的最早异常。

一旦维持完成培训MRI数据集的分析，它就会“锁定”，然后用于识别三个独立队列中的三个亚型，从而验证其检测新MS亚型的能力。

伊斯基博士补充说：“我们对患者记录进行了进一步的回顾性分析，以了解新鉴定的MS亚型的人们如何应对各种治疗。

虽然进一步临床研究需要，通过亚型，患者对不同治疗的反应以及随着时间的推移积累残疾的患者，亚型差异。这是预测对疗法的个人反应的重要一步。“

NIHR研究教授Olga Ciccarelli（UCL Queen Square of神经病学研究所），学习高级作者表示：“用于分类MS的方法目前仅关注成像变化;我们正在扩展到包括其他临床信息的方法。

“这种令人兴奋的研究领域将导致MS课程的个人定义和使用AI的MS中的治疗响应的个人预测，这将用于在合适的时间选择右侧患者的正确治疗。”

高级作者之一，艾伦·汤普森教授，脑科学院UCL学院的院长说：“我们知道当前的MS的当前描述符的局限性在适用于处方治疗时可能低于清晰。现在有帮助AI和大型数据集，我们已经迈出了更好地了解可能通知我们目前临床分类的潜在疾病机制的第一步。这是一个奇妙的成就，有可能成为一个真正的游戏变化器，通知疾病演变选择患者临床试验。“

研究人员说，这一发现表明，基于核磁共振成像的亚型可以预测多发性硬化症的残疾进展和治疗反应，现在可以在介入试验中用于确定患者的群体。下一步需要前瞻性的临床试验研究来证实这些发现。

医学协会的研究主管Clare Walton博士说:“我们很高兴通过与国际进步医学联盟的合作为这项研究提供资金支持。多发性硬化对每个人来说都是不可预测和不同的，我们知道我们社区的主要关注之一是他们的病情可能会如何发展。有一个基于核磁共振成像的模型来帮助预测未来的进展，并相应地调整你的治疗计划，可以极大地安抚那些受影响的人。这些发现也为推动多发性硬化症进展提供了有价值的见解，这对寻找新的治疗方法至关重要。我们很期待接下来的发展。”

多发性硬化症是一种神经系统疾病，是导致年轻人残疾的最常见原因之一。当免疫系统错误地攻击包裹着大脑和脊髓神经的外层(髓鞘)时，它就会出现。这会导致电信号在神经中传递信息时受到干扰，传播速度变慢，或者根本无法通过。

大多数人在20和50岁之间被诊断出来，但是MS的第一个迹象经常从年前开始。常见的早期迹象包括刺痛，麻木，失去平衡和视力问题，但由于其他条件导致相同的症状，可能需要时间达到最终的诊断。

许多患者起初已经复发了MS，一种疾病的形式，症状出现并伴有神经损坏，修复和损坏。但大约一半的渐进形式是神经损伤稳步积累并导致残疾造成的疾病。患者可能会遇到震颤，讲话问题和肌肉僵硬或痉挛，也可能需要行走助剂或轮椅。

---

---