AI个体化癫痫治疗管理新时代丨Airdoc莫纳什研究中心简介论文

《the BMJ》-Brain Health（英国Journal脑肥胖大碟）10创刊号刊载了关于高血压化疗经营管理的最新科学研究课题。此次科学研究课题假定，机器研修的进步未来将会透过格外恰当的基本概念来预见高血压母体病症的化疗结果。仅有突变组择优和应用作病症共通的骨髓核建立联系的举例来说病因基本概念才才会在未来将试错依此替换为高血压简单化疗。本科学研究由Airdoc Monash Research Center戈宗元Clark团队再组建莫纳什骨骼肌退化病因科学研究中都心据悉再组建完成。

一个多世纪以来，高血压化疗一直是试错依此。虽然有基本相同一般来说的用药选项概要，但药有否见效，才才会应用作后才究竟，如果没效就要再在此之后下一种药，以此类推直到找到合适的化疗方依此有。因此耽误病程的病症人口为129人。但此次Patrick Kwan(关国良)及同事揭示显然未来通过AI预见高血压的中风，为病症匹配最简便的用药。

微生物学双向Transformers放大器(BioBERT)是最新的基于浅层研修技术的事前军事训练微生物学语言声称基本概念，宗旨用作微生物学自然语言的掘出特殊任务。BioBERT发行于2020年初，它通过加强应用作来自许多其他codice_的非构造化数据集，例如的电子肥胖纪录和临床研究简报，来支持基本概念军事训练。相结合强而有力的浅层研修所示有可能性基本概念，这使得科学研究经营管理人员可以在化疗结果深入研究中都仅限于格外高组织内且有可能举例来说的个人信息，而基本上的统计深入研究则未做到这一点。

化疗自由基的不相符性是主要弊端

化疗高血压有许多用药以及非用药干预措施，例如切除切除、骨骼肌缓冲和饮食疗依此。然而，当前的化疗经营管理标准几乎举例来说并行在此之后各不相同的抗高血压用药化疗的试错依此。虽然有基于高血压中风基本相同一般来说（局灶性或仅有面性中风）的用药选项概要，但在分组深入研究时，许多用药具有类似于的。对于任何集合的病症，未预见哪种用药最有效并应被选为初始化疗。尽管化学合成激增，市场上有20多种药剂，但有三分之一的病症的高血压中风未被抗高血压用药遏制。

在世界许多地方，大多数新诊断为高血压的病症是由初级保健医生展开化疗的。如果在原先的化疗中都未遏制高血压中风，则将病症转诊给大多精神病学医生，如果再进一步的用药化疗受挫，则将其转诊至高血压中都心。这种按部就班的保健路径也就是说在高血压领域专家指标有可能具有冠心病高血压预防性的病症以后，关键的时间不太有可能流失了。其他化疗选项，例如切除，被最常地显然是最后的行为。可惜的是，之外的时间拖延也就是说这些化疗行为有可能效果不佳。结果往往是多年的日常生活低质量升高，生产力升高和死亡率增加。

这一困局有可能通过一种可靠的、能找到化疗结果与病症个人特征间一般来说的模式的方依此有来彻底解决。冠心病高血压预防性的病症这由此可知就可以被仍要的分诊，从而尽快得到弥足珍贵的普通科保健水资源。人工智能（AI）和骨髓核科学研究的最新进展使人们一如既往高血压母体化化疗经营管理将有可能迅速成为这种并行化疗捷径的可行性替代方案。

A：基本上试错化疗依此

BC：人工智能和骨髓核母体化化疗经营管理

现代医学人工智能

机器研修正在冒险在高血压领域里面通过MRI模式比对来预见和验证高血压的中风。早先的一项科学研究应用作了9571例常规查阅的头皮MRI纪录来军事训练一个浅层骨骼肌网络，该正则表达式在验证中风期痫由此可知放电方面远胜领域专家。科学研究经营管理人员还应用作了基于时间核苷酸的正则表达式（例如，在声势浩大性骨骼肌刺激管理系统中都应用作的单线正则表达式）来深入研究受控的、不间断得到的颅内MRI信号，以开发高血压中风预警管理系统。如果在大规模临床研究次测试中都假定有效，这种管理系统可以努力病症事前防范并减低高血压中风所加剧的受伤。

微生物学双向Transformers放大器(BioBERT)是最新的基于浅层研修技术的事前军事训练微生物学语言声称基本概念，宗旨用作微生物学自然语言的掘出特殊任务。BioBERT发行于2020年初，它通过加强应用作来自许多其他codice_的非构造化数据集，例如的电子肥胖纪录和临床研究简报，来支持基本概念军事训练。相结合强而有力的浅层研修所示有可能性基本概念，这使得科学研究经营管理人员可以在化疗结果深入研究中都仅限于格外高组织内且有可能举例来说的个人信息，而基本上的统计深入研究则未做到这一点。

AI上的进步为重构可靠的预见用药化疗自由基的基本概念造成了希望。斯坦福高血压中都心的一项科学研究正在开发AI基本概念根据参与者的高血压中风，遗传基因，物理，心理，用药和环境数据集预见抗高血压用药化疗结果。用作预见用药化疗自由基的单纯AI正则表达式和输入数据集迄今还有待相符。因此，未来的科学研究不该冒险格外先进、格外举例来说的所示有可能性AI基本概念，并为了让大型纵向高血压登记数据集，以便可以从病症的病历中都掘出仅有面的个人信息。这些科学研究才才会通过管理系统设计自然语言处理工具来提取非构造化数据集来提升基本概念。

△ 军事训练的基本概念在各不相同的数据集集上从不transfer learning做盲测

△ 各不相同cohort数据集集相互间的关联性

突变组学、骨髓核和简单化疗

针对高血压病人的仅有突变组筛查科学研究不太有可能断定了愈发多的高血压之外突变，仅限于单核苷酸突变基因座表征（SNVs）和突变组近期。据科学研究估算，大约有70％的高血压流感有可能是由于一种或多种遗传基因因素招致的。即使不太有可能有之外科学研究的典型案例，但是迄今亦然不清楚病因品系的解剖将在何种往往上影响临床研究实践中都的化疗议程。为了彻底解决这一基础知识国界，一项正在展开的随机相相比较次测试宗旨相符难治性高血压病症的仅有突变组分子生物学的临床研究效用和成本效益。

如果遗传基因学基础知识要转化为格外好的化疗方依此有，那么格外加充分地了解品系的功能性就格外为至关举足轻重。为此，科学研究经营管理人员采用了基本上的动物和细胞核病因基本概念，将错误的突变弹出细菌的DNA中都。然后通过与相相比较或“野生型”精神状态展开相比较来相符病理学心理学叠加。

就高血压而言，针对SCN1A突变突变（加剧大多数Dret症流感的突变30）的病因基本概念科学研究已将GABA中都间小脑的钠离子连接线功能性降低确显然高血压之外的依此现代医学机制忽略。这一断定加剧了对Dret症中都用药选项的再指标，并避免了钠离子连接线阻断用药的应用作，因为它们有可能再进一步降低小脑功能性从而加剧高血压中风升温。

但是在大多数上述情况下，由于现有病因基本概念科学研究的在实践中，很多SNVs的病因机理亦然不清楚。如果要在高血压化疗中都最常采用简单现代医学，那么被确认具有品系的病症必需接受格外快验证；而且该品系还不该用体外基本概念展开检查，以指标其病理学心理灾难和重现病因精神状态，并展开订制定制的用药化疗测试和选项。

为了让从病症自身细胞核诱导产生的多潜能骨髓核（iPSCs）得到人源小脑，可以重构相当单纯的高血压病因基本概念。iPSCs不仅可携带病症自身的遗传基因个人信息；而且可以生长或“分化”成多种细胞核系，仅限于多种内皮细胞核甲型。

△ 多种内皮细胞核甲型

这些从病症细胞核共通得到的骨骼肌基本概念可以最常用作科学研究品系招致的骨骼肌之外性状，例如极度的小脑基本上和LTP传递，这些都是基本上的非骨骼肌病因基本概念未做到的。该基本概念也不太有可能被用作比对可携带高病因性突变突变小脑的极度性状，如后期发育性脑病。

基于iPSCs的病因基本概念最截然不同的优势是必需科学研究品系的组合效应（在单个病症中都解剖借助于的多个SNV）和突变损伤未知的上述情况。然而，在基于iPSCs的基本概念可用作临床研究化疗以后，还有必需消除波折。必需格外多的科学研究来假定过度有名的骨骼肌网络性状（一个高血压的临床研究特征）有否可以在黏附里面重现；还必需格外多的科学研究来相符在这些体外基本概念中都测得的电社交活动与MRI上观察到的高血压由此可知电社交活动相互间的区别。

迄今基于iPSCs的骨骼肌基本概念有一个潜在在实践中，就是依赖足够的细胞核一致性来建立联系高血压由此可知社交活动。为了彻底解决这一弊端，科学研究经营管理人员将科学研究转向类脑器官（含有在脑干中都断定的多层细胞核和组织构造）。增加病因基本概念的一致性对于恰当地虚拟加剧人类所高血压的各种细胞核一般来说和脑干地区的功能性障碍是至关举足轻重的。此外，多电极阵列可以纪录核心内容小脑的协调相互作用，已被用作验证培养的类器官发借助于的MRI由此可知信号。

基于iPSC的基本概念可以无限期生长，而且不才会给病症造成任何风险，因此它们对于在病症特定背景下展开高通量择优潜在用药相当举足轻重；目的是解剖借助于截然不同的、有针对性的抗高血压用药。事实上这些基本概念不太有可能成功地用作其他中都枢骨骼肌管理系统病因的高通量用药择优。这由此可知一个截然不同的、基于人源细胞核的用药择优和平台可以消除我们对基本上啮齿类动物基本概念的严重依赖；基本上的啮齿动物基本概念阻碍了抗高血压用药的发展；这也并能推论为什么三分之一以上的高血压病症依赖有效的用药化疗。

母体化高血压化疗经营管理的将来

如果要做到母体化的高血压化疗经营管理，必需将技术进步与改善肥胖教育和得到普通科保健机才会相相结合。未来这些结果预见基本概念不仅才会对领域专家有价值，而且将可以努力仅有科医生用它们对病症展开分类学以便尽早将其分诊至高血压中都心。

基于AI的临床研究议程支持基本概念可以恰当地预见每个抗高血压用药对于母体病症的成功化疗的有可能性。这些基本概念被叠加为软件并得到新泽西州制品药品监督经营管理局和其他监管机构的批准，属于“作为医疗设备的软件”子类。该软件既可以除此以外应用作也可以集成到的电子病历管理系统中都，并能通过现实中都的测试者来提高性能。它可以比对冠心病高血压预防性病症，并能尽早、且有针对性地透过价格低廉的普通科保健或切除指标服务。该软件被假定是经济有效的，可用作优先须要病症进入普通科高血压化疗中都心。

以上发表文章借助于自 ： [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).