数学模型可能有助于预测神经退行性疾病的演变

信息和通信技术(ict)正在给世界带来革命，卫生部门也不例外。信息通信技术被认为是改善个人健康和保障高质量、现代和可持续的卫生保健系统的一个战略因素。

最有前途的技术之一是人工智能(AI)，它能够创建和训练计算机系统做出基于数据的自动决策。来自加泰罗尼亚奥伯塔大学(UOC)和August Pi i Sunyer生物医学研究所(IDIBAPS)的研究人员参与了最近的两项研究，分别强调了将人工智能应用于图像处理、生物信息学和遗传学领域的潜力。ob欧宝直播nba

“有广泛的应用大数据和人工智能在CT扫描，x光，超声波和磁共振成像Jordi Casas Roma说，他是电子健康中心ADaS实验室研究小组的研究员，也是计算机科学、多媒体和电信学院的成员，也是UOC数据科学硕士学位的主任。

在他们的最新研究中，相关研究人员证明，“使用多层网络将所有数据集成和处理在一起，可以提供比单独和独立分析数据更全面的数据分析。”

用数学来理解大脑的变化

卡萨斯的研究重点是定义a数学模型这提供了对大脑认知变化和损伤的更好理解。该模型最初用于多发性硬化症患者的测试，但该模式适用于其他患者神经退行性疾病．

“了解患有这种类型疾病的人的大脑发生了什么是能够改善和个性化治疗的第一步。重要的是能够确定和预测疾病如何演变，这无疑将使我们能够区分不同的患者群体，这些患者具有类似的演变类型和与其他群体不同的治疗方法，”他说。

该研究由ADaS实验室的另一名成员Ferran Prados Carrasco领导，还包括UOC研究人员Marcos Díaz Hurtado，来自电子健康中心，Albert Solé和Javier Borge，来自互联网跨学科研究所(IN3)复杂系统(CoSIN3)组。

普拉多斯现在正在将多层网络的理论付诸实践:“我们正处于初始阶段，我们已经开发出了一种生物标记物——我们已经确认了它的敏感性，我们已经公布了如何使用它，我们已经开放了这项技术，以便世界各地的其他研究人员和医生可以将其应用到他们的数据中，[……]与此同时，我们已经开始了第一个临床应用，使用来自神经退行性疾病患者的磁共振数据，如多发性硬化症和阿尔茨海默症或痴呆。”

生物信息学和基因

另一个重要的应用领域人工智能在健康领域有生物信息学和遗传学，使用元启发式算法。“这些算法在组合优化中非常流行，换句话说，当一个问题有有限的解集时，你想要找到一个优化特定目标函数的解。它们为实时复杂问题提供高质量的解决方案，”Laura Calvet Liñán解释说，她是计算机科学、多媒体和电信学院的研究员和成员，也是《生物信息学中元启发式优化的作用》研究的主要作者。

Calvet强调，“元启发式在医学成像以及通过变量选择和参数微调等方法进行疾病建模。”

这项研究发表在神经网络而且运筹学国际汇刊．

---

---