AI个体化癫痫治疗管理新时代丨Airdoc莫纳什研究中心最新专著

《the BMJ》-Brain Health（英国医学杂志脑保健专辑）10创刊发表了关于哮喘外科切除经营管理的最取而代之科学研究成果。此次科学研究成果表明，机器努力学习的革取而代之有望透过非常正确的建模来预见哮喘个体高血压的外科切除结果。同类型遗传基因组配对和采用高血压为基础的蛋白培养建立的精细病症建模确实会在下一代将试错通则代替为哮喘熟练外科切除。本科学研究由Airdoc Monash Research Center戈宗元指导教授开发团队联合莫纳什脑退化病症科学研究中所心近日联合完成。

一个多世纪以来，哮喘外科切除直至是试错通则。虽然有大略类型的用药并不须要最近，但药前提见效，不用采用后才并不知道，如果没效就要再先前下一种药，以此类推直到找到合适的外科切除步骤。因此耽误病程的高血压；也。但此次Patrick Kwan(关国良)及威尔森论述认为下一代通过AI预见哮喘的心脏病，为高血压匹配最适当的用药。

材料科学双向Transformers放大器(BioBERT)是最取而代之的基于剖面努力学习技术的预先锻炼材料科学句法暗示建模，旨在用以材料科学评注的挖出任务。BioBERT公布于2020月，它通过促进采用来自许多其他统计枚举的非一个通用统计数据，例如带电粒子保健日志和流行病学年度报告，来默许建模锻炼。融合强悍的剖面努力学习示意图概率建模，这使得科学研究部门可以在外科切除结果统计分析中所都有非常高尺度且确实有用的带电粒子邮件，而传统观念的统计统计分析则能够显然这一点。

外科切除反应的不确认性是主要问题

外科切除哮喘有许多用药以及非用药干预措施，例如切除切除、脑通气和饮食疗通则。然而，举例来说的外科切除经营管理标准仍然依赖于循序先前不同的抗哮喘用药外科切除的试错通则。虽然有基于哮喘心脏病大略类型（局灶性或同类型面性心脏病）的用药并不须要最近，但在以此类推统计分析时，许多用药具相似的。对于任何等价的高血压，能够预见哪种用药最有效并应曾为初始外科切除。尽管取而代之药剧增，产品上有20多种药剂，但有三分之一的高血压的哮喘心脏病能够被抗哮喘用药控制。

在世界许多地方，大多数取而代之治疗为哮喘的高血压是由初级保健牙医展开外科切除的。如果在最初的外科切除中所能够控制哮喘心脏病，则将高血压转诊给普通脑科医师，如果进一步的用药外科切除失败，则将其转诊至哮喘中所心。这种按部就班的卫生路径这；也一来在哮喘专家统计分析确实具耐药性哮喘长期性的高血压以后，关键的时间早就流失了。其他外科切除并不须要，例如切除，被广泛应用地认为是最后的暴力手段。可惜的是，相关的时间拖延这；也一来这些外科切除暴力手段确实效果不佳。结果往往是多年的生活质量攀升，生产力攀升和死亡率增加。

这一困境确实通过一种可靠的、能找到外科切除结果与高血压个人特征间相关连性的模式的步骤来解决。耐药性哮喘长期性的高血压这；也就可以被及早的分诊，从而尽快获得宝贵的本科卫生能源。人工智能（AI）和蛋白培养科学研究的最取而代之进展使人们寄期盼于哮喘有意识外科切除经营管理将确实再一成为这种循序外科切除途径的可行替代方案。

A：传统观念试错外科切除通则

BC：人工智能和蛋白培养有意识外科切除经营管理

医学人工智能

机器努力学习正试图探索在哮喘领域里通过脑电示意图模式识别来预见和扫描哮喘的心脏病。最近的一项科学研究采用了9571例常规收集的胸口脑电示意图日志来锻炼一个剖面脑网络，该算通则在扫描心脏病期痫；也放电方面优于专家。科学研究部门还采用了基于时间脱氧核糖核酸的算通则（例如，在响应性脑刺激系统中所采用的段长算通则）来统计分析正因如此的、持续获取的颅内脑电示意图信号，以技术开发哮喘心脏病网络系统。如果在大规模流行病学试验车中所证明有效，这种系统可以尽力高血压预先防范并减小哮喘心脏病所造成的撞伤。

材料科学双向Transformers放大器(BioBERT)是最取而代之的基于剖面努力学习技术的预先锻炼材料科学句法暗示建模，旨在用以材料科学评注的挖出任务。BioBERT公布于2020月，它通过促进采用来自许多其他统计枚举的非一个通用统计数据，例如带电粒子保健日志和流行病学年度报告，来默许建模锻炼。融合强悍的剖面努力学习示意图概率建模，这使得科学研究部门可以在外科切除结果统计分析中所都有非常高尺度且确实有用的带电粒子邮件，而传统观念的统计统计分析则能够显然这一点。

AI上的革取而代之为构建可靠的预见用药外科切除反应的建模助长了期盼。韦伯斯特哮喘中所心的一项科学研究正试图技术开发AI建模根据参与者的哮喘心脏病，遗传基因，天体物理学，心理，用药和环境统计数据预见抗哮喘用药外科切除结果。用以预见用药外科切除反应的即使如此AI算通则和输入统计数据目前还有待确认。因此，下一代的科学研究应该探索非常先进、非常精细的示意图概率AI建模，并透过大型纵向哮喘登记统计数据，以便可以从高血压的假造中所挖出同类型面的带电粒子邮件。这些科学研究确实会通过应用自然句法处理工具来提取非一个通用统计数据来加强建模。

△ 锻炼的建模在不同的统计数据集上不加transfer learning做盲测

△ 不同cohort统计数据集密切关系的差异

遗传基因组学、蛋白培养和熟练外科切除

针对哮喘病人的同类型遗传基因组筛查科学研究早就见到了越发多的哮喘相关遗传基因，都有单核苷酸遗传基因底物变异（SNVs）和遗传基因组同类型。据科学研究估计，大约有70％的哮喘病例确实是由于一种或多种遗传基因因素引起的。即使早就有相关科学研究的典型案例，但是目前唯不正确致病突变的断定将在何种程度上影响流行病学实践中所的外科切除决策。为了解决这一知识两者密切关系，一项正试图展开的临床研究试验车旨在确认难治性哮喘高血压的同类型遗传基因组DNA的流行病学效用和成本效益。

如果遗传基因学知识要再生为非常好的外科切除步骤，那么非常加充分地了解突变的功能就变得至关重要。为此，科学研究部门采用了传统观念的动物和蛋白病症建模，将错误的遗传基因插入微生物的DNA中所。然后通过与对照或“野生型”长时间展开比较来确认病理心理学波动。

就哮喘而言，针对SCN1A遗传基因遗传基因（造成大多数Dret综合征病例的遗传基因30）的病症建模科学研究已将抑制性中所间脑元的氯离子连接处功能降低确认为哮喘相关的生理学机制改变。这一见到造成了对Dret综合征中所用药并不须要的重取而代之统计分析，并避免了氯离子连接处绕过用药的采用，因为它们确实进一步降低脑元功能从而造成哮喘心脏病加剧。

但是在大多数不用，由于现有病症建模科学研究的值得注意，很多SNVs的致病为基础物唯不正确。如果要在哮喘外科切除中所广泛应用采用熟练医学，那么被确认具突变的高血压不必给与短时间内扫描；而且该突变还应该用活体建模展开检查，以统计分析其病理心理原因和遗忘病症长时间，并展开杨丞琳定制的用药外科切除测试者和并不须要。

透过从高血压自身蛋白诱导产生的多潜能蛋白培养（iPSCs）获取人源脑元，可以构建相当即使如此的哮喘病症建模。iPSCs不仅携带高血压自身的遗传基因带电粒子邮件；而且可以土壤或“变异”成多种蛋白系，都有多种脑蛋白病毒性。

△ 多种脑蛋白病毒性

这些从高血压蛋白为基础获得的脑建模可以广泛应用用以科学研究突变引起的脑相关特异性，例如精神长时间的脑元形态和突触传递，这些都是传统观念的非脑病症建模能够实现的。该建模也早就被用以鉴别携带高致病突变遗传基因脑元的精神长时间特异性，如早期发育性脑病。

基于iPSCs的病症建模最截然不同的竞争者是能够科学研究突变的组合效应（在单个高血压中所断定单单的多个SNV）和遗传基因受损推断出的具体情况。然而，在基于iPSCs的建模可用以流行病学外科切除以后，还有须要解决问题重重困难。须要非常多的科学研究来证明可能会活跃的脑网络特异性（一个哮喘的流行病学特征）前提可以在菌类里遗忘；还须要非常多的科学研究来确认在这些活体建模中所测得的电活动与脑电示意图上判读到的哮喘；也电活动密切关系的关连性。

目前基于iPSCs的脑建模有一个潜在值得注意，就是缺乏所需的蛋白精细性来建立哮喘；也活动。为了解决这一问题，科学研究部门将科学研究转向类脑器官（富含在大脑中所见到的多层蛋白和的组织构件）。增加病症建模的精细性对于正确地模拟造成人类哮喘的各种蛋白类型和大脑周边的功能障碍是至关重要的。此外，多电阻阵列可以日志网络化脑元的各派系化学键，已被用以扫描培养的类器官发单单的脑电示意图；也信号。

基于iPSC的建模可以无限期土壤，而且不会给高血压助长任何风险，因此它们对于在高血压特定背景下展开数据采集配对潜在用药相当重要；旨在是断定单单取而代之颖的、有针对性的抗哮喘用药。事实上这些建模早就先前地用以其他中所枢脑系统病症的数据采集用药配对。这；也一个取而代之颖的、基于人源蛋白的用药配对平台可以解决问题我们对传统观念啮齿类建模的严重依赖；传统观念的啮齿动物建模阻碍了抗哮喘用药的发展；这也有助于推论为什么三分之一以上的哮喘高血压缺乏有效的用药外科切除。

有意识哮喘外科切除经营管理的有朝一日

如果要实现有意识的哮喘外科切除经营管理，不必将技术革取而代之与提高保健教育和获得本科卫生机会相融合。下一代这些结果预见建模不仅会对专家有价值，而且将可以尽力同类型科牙医用它们对高血压展开分类以便及早将其分诊至哮喘中所心。

基于AI的流行病学决策默许建模可以正确地预见每个抗哮喘用药对于个体高血压的先前外科切除的确实性。这些建模被转换成为软件并获得宾夕通则尼亚州食品药品监督经营管理局和其他监管机构的批准，属于“作为卫生设备的软件”一般而言。该软件既可以单独采用也可以集成到带电粒子假造系统中所，并能通过普通人中所的反馈来提高效率。它可以识别耐药性哮喘长期性高血压，并能及早、且有针对性地透过价格昂贵的本科卫生或切除统计分析服务。该软件被证明是工商业有效的，可用以优先安排高血压进到本科哮喘外科切除中所心。

以上文章单单自 ： [1] Chen, Zhibin, Ben Rollo, Ana Antonic-Baker, Alison Anderson, Yuanlin Ma, Terence J. O’Brien, Zongyuan Ge, Xuefeng Wang, and Patrick Kwan. "New era of personalised epilepsy management." bmj 371 (2020).[2] Choong, Jiun H., Haris Hakeem, Zhibin Chen, Martin Brodie, Nicolas Lawn, Tom Drummond, Patrick Kwan, and Zongyuan Ge. "Application of transformers for predicting epilepsy treatment response." medRxiv (2020).