准确率超70%！科研人员用AI为阿尔茨海默病作早期风险预测 全球观热点
(资料图片仅供参考)
6月7日，记者从香港科技大学（以下简称港科大）获悉，由该学校领导的国际研究团队最近开发出一套人工智能模型，利用遗传信息可为阿尔茨海默病作出早期风险预测。该研究将新型深度学习模型与基因检测相结合，可估计一个人在其一生中患阿尔茨海默病的风险，准确率超过70%。相关研究成果近日刊发在《医药通讯》上。
“阿尔茨海默病是一种遗传性疾病，可归因于遗传变异。由于这些遗传变异自出生时便从父母身上遗传，并在一生中保持不变，因此检测DNA信息能有效协助预测患阿尔茨海默病的相对风险，从而实现疾病的及早干预和及时管理。”港科大校长、中国科学院院士叶玉如介绍，由于阿尔茨海默病是由多个风险基因位点引起，单凭检测一个风险基因难以识别出高风险人士。因此，开发一种整合多个阿尔茨海默病风险基因信息的测试，对准确评估个人在一生中患上阿尔茨海默病的相对风险至关重要。
叶玉如和港科大大数据研究所主任陈雷教授所带领的研究团队，从人工智能模型入手，探索深度学习模型能否利用遗传信息来评估罹患阿尔茨海默病的风险。
团队建立了首批深度学习模型，用于评估欧洲和中国人群患上阿尔茨海默病的多基因风险。与其他模型相比，该深度学习模型能更准确地辨识出阿尔茨海默病患者，同时也可量化评估遗传风险对各种生物过程的影响，并根据各种与生物过程变化相关的疾病风险对个体进行分级分层。
“我们的研究证明了深度学习方法在遗传研究和阿尔茨海默病风险预测方面的有效性，这将加快阿尔茨海默病的大规模风险筛查以及风险分级，为阿尔茨海默病的致病和恶化机制提供了崭新的研究思路和见解。”叶玉如表示，这项研究为使用深度学习方法来预测疾病风险和揭示其分子机制开辟了新道路，并将革新阿尔茨海默病及其他常见疾病，如心血管疾病的诊断、干预、治疗和临床研究。
陈雷表示，通过运用神经网络模型，他们有效捕捉到高维基因组数据中的非线性特征，从而提高了阿尔茨海默病风险预测的准确度。此外，借助人工智能数据分析，将有风险的个体分为多种亚组别，揭示了潜在的疾病机制。这项研究展示了将人工智能应用在生物科学中，能为生物医学和疾病相关研究带来裨益。
据了解，团队目前正在进一步研究并完善该模型，最终目标是将其纳入到阿尔茨海默病的常规筛查流程中。
这项研究由港科大与中国科学院深圳先进技术研究院、伦敦大学学院的科研人员，以及香港威尔斯亲王医院和伊利沙伯医院的医生合作进行。
标签：
为您推荐
广告
- 准确率超70%！科研人员用AI为阿尔茨海默病作早期风险预测 全球观热点
- 看点：小鹏汽车宣布与林志颖达成合作，引发网友热议
- 世界今日报丨C轮融资2.7亿美元！英伟达(NVDA.US)等科技公司投资OpenAI竞争对手
- 转向灯亮但是没有声音（转向灯亮但是不响是什么原因？）_播资讯
- 实时焦点：积食发烧的症状和退烧的方法积食推拿_小儿积食发烧推拿的方法
- 存储器的分类和各类的特点（存储器分类及各自特点）-世界微头条
- 焦点热门:梁新松：进一步加强与上海之间的互联互通
- 焦点关注：广州浪奇：拟与轻工集团进行资产置换 公司不再经营日化业务 转型为食品及园区运营双主业发展
- 环球动态:科创金融如何突破？拉长做深金融服务链
- 世界快消息！小鹏汽车宣布与林志颖达成合作，引发网友热议
- 钾矿储量超白亿吨 老挝官员称还有投资机会
- 今亮点！理想全新MPV测试车亮相，车长5米3，或四季度发布
- 亲人被骗传销如何解救（进入传销怎么解救）
- 唐七公子三生三世乐园公众号 三生三世系列唐七公子
- 【环球新视野】柯以敏直播被骂，当场发怒表示要报警！
- 2023年度广东省绿色金融改革创新推广案例正式发布！ 全球观热点
- 全球微资讯！河北邯郸一景区儿童雕塑被指不雅，文旅局：已督促拆除，并对景区批评教育
- 当前时讯：比肩邓肯詹姆斯！约基奇总决赛半场至少10+10+5 过去25年第三位
- 健之佳：王雁萍女士累计质押的公司股份数为129万股|世界信息
- 天天视讯！【收评】橡胶日内上涨1.94% 机构称橡胶基本面缺乏指引 宏观面主导胶价走势
- 1实时：大亚圣象：大亚集团累计质押股数为1.96亿股
- 2动态焦点:银行业上演大吃小 美国大型银行的规模在第一季度进一步膨胀
- 3携程联合天津航空发布“京朋冀友 从津飞”空铁联运产品
- 4中美军事部门对话暂时没有恢复，美方呼吁沟通，外交部回应
- 5全球微资讯！连发预警！下班早回家！南部近海可能出现龙卷风
- 6菲菱科思：特定股东张海燕拟清仓减持所持1.87%公司股份
- 7欧盟将对实施“经济勒索”的国家加征关税是针对中国？外交部回应_热头条
- 8华测检测董秘回复：公司的经营情况良好，一季度营业收入和归母净利润均实现稳定增长
- 9实时：系统教程篇：让windows系统自动关闭停止响应的程序
- 10进销存软件免费版 焦点资讯
- 1港交所：未来内地投资者或可经“港股通”买卖人民币柜台证券 世界报道
- 26月7日国内现货钴价汇总 每日消息
- 3茅台红缨子公司上榜2023年度贵州省上市挂牌后备企业名单 每日观点
- 4广东：住房政策向多子女家庭倾斜 进一步制定实施差异化住房租赁和购买房屋的优惠政策
- 5速递！港发展局指未曾放弃在粉岭高球场北面的建屋计划
- 6【独家焦点】两部门将组织开展全国和美乡村篮球大赛
- 7赵州桥简笔画简单又好看_赵州桥简笔画
- 8环球微头条丨市政府与河南投资集团签订战略合作协议
- 9环球微动态丨大摩下调评级至低配，宁德时代放量大跌超6%，市值跌破9000亿
- 10环球观天下！支持规上工业企业达产满产 河南省财政拨付3.65亿元奖励满负荷生产企业
广告
- 财经头条：3家公司同日公告将退市 今年A股退市名单超30家-环球热文
- 今年前4个月韩国进口阿根廷海产品同比减少24%
- 苹果手机能连上wifi但是上不了网（苹果手机能连上wifi但上不了网怎么回事）|简讯
- 法网第11日看点：去年女单决赛重演，小花王欣瑜冲击双打四强
- 京东618幕后 一批中小企业正利用数字人赢得先机
- 世界球精选！新疆维吾尔自治区喀什市2023-06-04 16:09发布雷电黄色预警
- 深圳市委书记孟凡利与西门子肖松一行会谈|热推荐
- 即时看！鸟蛋的孵化温度是多少?
- 广东省湛江市委原常委、市政府原副市长曹兴被查 世界球精选
- 怎么删除评价过的商品_怎么删除评价
- 暗黑破坏神4屠夫掉落什么装备攻略
- 万人说新疆丨哈迪夏：这件事我干了一辈子 从没后悔过
- 天天动态:常用软件安装包下载_常用软件快速安装包
- 天天通讯！名单出炉！100所湖南县域普通高中“徐特立项目”增加学位60480个
- 世界观热点：美梦思和朗乐福床垫是一家吗_美梦思
- 伊布拉希莫维奇退役了吗？伊布拉希莫维奇是哪国人？
- 每日聚焦：凡人修仙传人界篇码头奇遇答案大全 码头奇遇答案选择攻略[多图]
- 观焦点：@高考考生 多地考点启用智能安检门 这些设备物品不要带
- 当前速读：注意！太和水将于7月6日召开股东大会
- 交易异动！ST宇顺：近3个交易日上涨15.69% 公司前期披露的信息不存在需要更正、补充之处