<p>在《自然醫(yī)學(xué)》雜志上發(fā)表的兩項突破性研究中，由人工智能和臨床研究人員組成的跨學(xué)科團隊表明，通過將從可穿戴技術(shù)收集的人體運動數(shù)據(jù)與強大的新型醫(yī)療人工智能技術(shù)相結(jié)合，他們能夠識別清晰的運動模式，預(yù)測未來的疾病進展，并顯著提高兩種截然不同的罕見疾病&mdash;&mdash;杜氏肌營養(yǎng)不良癥(DMD)和弗里德賴希共濟失調(diào)癥(FA)的臨床試驗效率。</p> <p>&nbsp;</p> <p>&ldquo;我們的方法從一個人的全身運動中收集了大量的數(shù)據(jù)，比任何神經(jīng)學(xué)家在病人身上觀察的精度和時間都要多。&rdquo;</p> <p><br />阿爾多&middot;費薩爾教授</p> <p><br /><strong><span class="h1">倫敦帝國理工學(xué)院生物工程和計算機系</span></strong></p> <p><br />DMD和FA是罕見的退行性遺傳疾病，影響運動，最終導(dǎo)致癱瘓。目前還沒有治愈這兩種疾病的方法，但研究人員希望這些結(jié)果將大大加快尋找新的治療方法的速度。</p> <p>&nbsp;</p> <p>跟蹤FA和DMD的進展通常是通過臨床環(huán)境中的密集測試來完成的。這些論文提供了更精確的評估，也提高了收集數(shù)據(jù)的準(zhǔn)確性和客觀性。</p> <p>&nbsp;</p> <p>研究人員估計，與目前的方法相比，使用這些疾病標(biāo)志物意味著開發(fā)新藥所需的患者數(shù)量顯著減少。這對于很難找到合適患者的罕見疾病尤為重要。</p> <p>&nbsp;</p> <p>科學(xué)家們希望，除了在臨床試驗中使用該技術(shù)監(jiān)測患者外，未來還可以用于監(jiān)測或診斷一系列影響運動行為的常見疾病，如癡呆、中風(fēng)和矯形疾病。</p> <p>&nbsp;</p> <p>這兩篇論文的高級通訊作者，來自倫敦帝國理工學(xué)院生物工程和計算系的Aldo Faisal教授，也是UKRI醫(yī)療保健人工智能博士培訓(xùn)中心主任，拜羅伊特大學(xué)(德國)數(shù)字健康主席，UKRI圖靈人工智能獎學(xué)金獲得者，他說:&ldquo;我們的方法從一個人的全身運動中收集了大量的數(shù)據(jù)，比任何神經(jīng)學(xué)家在病人身上觀察的精度和時間都要多。我們的人工智能技術(shù)建立了患者的數(shù)字雙胞胎，使我們能夠?qū)蝹€患者的疾病將如何發(fā)展做出前所未有的精確預(yù)測。我們相信，同樣的人工智能技術(shù)在兩種截然不同的疾病中發(fā)揮作用，表明它有多大的前景，可以應(yīng)用于許多疾病，并幫助我們更快、更便宜、更精確地開發(fā)出更多疾病的治療方法。&rdquo;</p> <p>&nbsp;</p> <p>&ldquo;我們希望這項研究有可能改變罕見運動障礙的臨床試驗，并改善對高于人類表現(xiàn)水平的患者的診斷和監(jiān)測。&rdquo;</p> <p><br />Richard Festenstein教授</p> <p><br /><strong><span class="h1">倫敦醫(yī)學(xué)科學(xué)研究所和帝國理工學(xué)院腦科學(xué)部門的MRC</span></strong></p> <p><br />這兩篇論文強調(diào)了研究人員和專業(yè)知識在人工智能技術(shù)、工程、遺傳學(xué)和臨床專業(yè)領(lǐng)域的大規(guī)模合作。這些研究人員包括帝國理工大學(xué)、UKRI人工智能醫(yī)療中心、MRC倫敦醫(yī)學(xué)科學(xué)研究所(MRC LMS)、倫敦大學(xué)學(xué)院大奧蒙德街兒童健康研究所(UCL GOS ICH)、NIHR大奧蒙德街醫(yī)院生物醫(yī)學(xué)研究中心(NIHR GOSH BRC)、倫敦大學(xué)學(xué)院皇后廣場神經(jīng)病學(xué)研究所失調(diào)中心、大奧蒙德街醫(yī)院、國立神經(jīng)病學(xué)和神經(jīng)外科醫(yī)院(UCLH和UCL/UCL BRC)、拜羅伊特大學(xué)、意大利羅馬的Gemelli醫(yī)院和NIHR帝國理工學(xué)院研究設(shè)施。</p> <p>&nbsp;</p> <p><strong><span class="h1">運動指紋-審判的細(xì)節(jié)</span></strong></p> <p><br />兩項研究的共同作者、來自倫敦醫(yī)學(xué)科學(xué)院和帝國理工大學(xué)腦科學(xué)學(xué)院的理查德&middot;費斯滕斯坦教授說:&ldquo;患者和家屬通常想知道他們的疾病是如何進展的，結(jié)合人工智能的動作捕捉技術(shù)可以幫助提供這些信息。我們希望這項研究有可能改變罕見運動障礙的臨床試驗，并改善對高于人類表現(xiàn)水平的患者的診斷和監(jiān)測。&rdquo;</p> <p>&nbsp;</p> <p>在以DMD為重點的研究中，帝國醫(yī)院、大奧蒙德街醫(yī)院和倫敦大學(xué)學(xué)院的研究人員和臨床醫(yī)生在21名DMD兒童和17名年齡匹配的健康對照組中試用了身體穿著的傳感器套裝。孩子們戴著傳感器進行標(biāo)準(zhǔn)的臨床評估(如6分鐘步行測試)，并進行日?；顒?，如吃午飯或玩耍。</p> <p>&nbsp;</p> <p>我們驚訝地發(fā)現(xiàn)，我們的人工智能算法能夠發(fā)現(xiàn)一些分析人類運動的新方法。我們稱之為&ldquo;行為指紋&rdquo;，因為就像你的手的指紋讓我們可以識別一個人一樣，這些數(shù)字指紋可以準(zhǔn)確地描述疾病的特征。</p> <p><br />Balasundaram博士</p> <p>&nbsp;</p> <p><img src="https://www.imperial.ac.uk/ImageCropToolT4/imageTool/uploaded-images/221116-trcaking-ethomic-biomarkers-aldo-faisal-001_1674386077521_x2.jpg?r=2554" alt="Computer screen showing motion capture stick figures fed into by the patient" width="808" height="525" />&nbsp;</p> <p>病人的傳感器輸入動作捕捉技術(shù)(Thomas Angus/倫敦帝國理工學(xué)院)</p> <p><br /><strong><span class="h1">在未來的臨床試驗中使用較少的數(shù)字</span></strong></p> <p><br />這種分析全身運動測量的新方法為臨床團隊提供了明確的疾病標(biāo)志物和進展預(yù)測。這些是臨床試驗中衡量新療法療效的寶貴工具。</p> <p>&nbsp;</p> <p>這項新技術(shù)可以幫助研究人員更快、更準(zhǔn)確地進行影響運動的臨床試驗。在DMD研究中，研究人員表明，這項新技術(shù)可以將檢測新療法是否有效所需的兒童數(shù)量減少到現(xiàn)有方法所需兒童數(shù)量的四分之一。</p> <p>&nbsp;</p> <p>同樣，在FA研究中，研究人員表明，他們可以在10名患者而不是160多名患者中達到同樣的精度。這種人工智能技術(shù)在研究罕見疾病時尤其強大，因為患者群體較少。此外，該技術(shù)允許研究患者在改變生活的疾病事件，如失去下床活動，而目前的臨床試驗的目標(biāo)是下床或非下床患者隊列。</p> <p>&nbsp;</p> <p>這兩項研究的共同作者、NIHR大奧蒙德街生物醫(yī)學(xué)研究中心(NIHR GOSH BRC)主任、倫敦大學(xué)學(xué)院GOS ICH發(fā)育神經(jīng)科學(xué)教授Thomas Voit教授說:&ldquo;這些研究表明，創(chuàng)新技術(shù)可以顯著改善我們?nèi)粘Ｑ芯考膊〉姆绞?。這種影響，加上專業(yè)的臨床知識，不僅將提高臨床試驗的效率，而且有可能轉(zhuǎn)化為影響運動的各種各樣的疾病。多虧了跨研究機構(gòu)、醫(yī)院、臨床專業(yè)以及與敬業(yè)的患者和家庭的合作，我們才能開始解決罕見病研究面臨的挑戰(zhàn)性問題。&rdquo;</p> <p>&nbsp;</p> <p>兩項研究的聯(lián)合第一作者、帝國理工大學(xué)計算與生物工程系的博士后研究員Balasundaram Kadirvelu博士說:&ldquo;我們驚訝地發(fā)現(xiàn)，我們的人工智能算法能夠發(fā)現(xiàn)一些分析人類運動的新方法。我們稱之為&ldquo;行為指紋&rdquo;，因為就像你的手的指紋可以讓我們識別一個人一樣，這些數(shù)字指紋可以準(zhǔn)確地描述疾病的特征，無論病人是坐在輪椅上還是走路，在診所做評估還是在caf&eacute;餐廳吃午飯。&rdquo;</p> <p>&nbsp;</p> <p>DMD研究的聯(lián)合第一作者和FA研究的共同作者，UCL GOS ICH的名譽臨床講師Valeria Ricotti博士說:&ldquo;研究罕見疾病的成本更高，在后勤上具有挑戰(zhàn)性，這意味著患者錯過了潛在的新治療方法。提高臨床試驗的效率給了我們希望，我們可以成功測試更多的治療方法。&rdquo;</p> <p>&nbsp;</p> <p>聯(lián)合作者Paola Giunti教授是倫敦大學(xué)學(xué)院共濟失調(diào)中心、皇后廣場神經(jīng)病學(xué)研究所的負(fù)責(zé)人，也是倫敦大學(xué)lh國立神經(jīng)病學(xué)和神經(jīng)外科醫(yī)院的名譽顧問，他說:&ldquo;我們對這個項目的結(jié)果感到興奮，它表明人工智能方法在捕捉弗里德里希共濟失調(diào)這種罕見疾病的進展方面肯定是更優(yōu)秀的。有了這種新方法，我們可以徹底改變新藥的臨床試驗設(shè)計，并以以前方法無法達到的準(zhǔn)確性監(jiān)測現(xiàn)有藥物的效果。&rdquo;</p> <p>&nbsp;</p> <p>&ldquo;在倫敦大學(xué)學(xué)院共濟失調(diào)中心皇后廣場神經(jīng)病學(xué)研究所，大量的FA患者在臨床和基因方面都有很好的特征，加上我們對臨床方案的重要投入，使該項目成為可能。我們也感謝所有參與這個項目的患者。&rdquo;</p> <p><img src="https://www.imperial.ac.uk/ImageCropToolT4/imageTool/uploaded-images/221116-trcaking-ethomic-biomarkers-aldo-faisal-007_1674386432524_x2.jpg?r=7821" alt="Dr Balasundaram Kadirvelu who leads on the project is pictured seated with Luchen" width="808" height="549" />&nbsp;</p> <p>Balasundaram Kadirvelu博士接受了模特Luchen Li的采訪</p> <p><br />這項研究由UKRI圖靈AI獎學(xué)金資助費薩爾教授，NIHR帝國理工學(xué)院生物醫(yī)學(xué)研究中心(BRC)， MRC倫敦醫(yī)學(xué)科學(xué)研究所，杜興研究基金，NIHR大奧蒙德街醫(yī)院(GOSH) BRC, UCL/UCLH BRC和UKRI醫(yī)學(xué)研究委員會。</p> <p>&nbsp;</p> <p>所有圖片:托馬斯&middot;安格斯/倫敦帝國理工學(xué)院</p> <p>&nbsp;</p> <p>Ricotti等人于2023年1月19日在《自然醫(yī)學(xué)》雜志上發(fā)表了&ldquo;日常生活活動的可穿戴全身運動跟蹤預(yù)測杜氏肌營養(yǎng)不良癥的疾病軌跡&rdquo;。</p> <p>&nbsp;</p> <p>Kadirvelu等人于2023年1月19日在《自然醫(yī)學(xué)》雜志上發(fā)表了&ldquo;可穿戴動作捕捉套裝和機器學(xué)習(xí)預(yù)測弗里德賴希共濟失調(diào)的疾病進展&rdquo;。</p> <p>&nbsp;</p> <p>請參閱本文的新聞稿</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學(xué)態(tài)度觀點。</p> </blockquote>