來(lái)自密蘇里大學(xué)、堪薩斯城兒童慈善機(jī)構(gòu)和德克薩斯兒童醫(yī)院的一個(gè)跨學(xué)科研究小組使用一種新的數(shù)據(jù)驅(qū)動(dòng)方法來(lái)了解更多關(guān)于1型糖尿病患者的信息，這些人約占所有糖尿病診斷的5-10%。該團(tuán)隊(duì)通過(guò)健康信息學(xué)收集信息，并應(yīng)用人工智能(AI)來(lái)更好地了解這種疾病。

在這項(xiàng)研究中，該團(tuán)隊(duì)分析了來(lái)自T1D交換診所登記處登記的約16,000名參與者的公開(kāi)可用的真實(shí)數(shù)據(jù)。通過(guò)應(yīng)用MU工程學(xué)院開(kāi)發(fā)的對(duì)比模式挖掘算法，該團(tuán)隊(duì)能夠確定有或沒(méi)有直系親屬病史的1型糖尿病患者的健康結(jié)果的主要差異。

MU數(shù)據(jù)科學(xué)與信息學(xué)研究所(MUIDSI)所長(zhǎng)Chi-RenShyu領(lǐng)導(dǎo)了這項(xiàng)研究中使用的AI方法，并表示該技術(shù)本質(zhì)上是探索性的。

“在這里，我們讓計(jì)算機(jī)完成連接數(shù)據(jù)中數(shù)百萬(wàn)個(gè)點(diǎn)的工作，以識(shí)別有和沒(méi)有1型糖尿病家族史的個(gè)體之間的主要對(duì)比模式，并進(jìn)行統(tǒng)計(jì)測(cè)試以確保我們對(duì)自己的MU工程學(xué)院的PaulK.和DianneShumaker教授Shyu說(shuō)。

MUIDSI的研究生和該研究的主要作者ErinTallon表示，該團(tuán)隊(duì)的分析導(dǎo)致了一些不熟悉的發(fā)現(xiàn)。

“例如，我們發(fā)現(xiàn)登記中的直系親屬患有1型糖尿病的人更常被診斷出患有高血壓，以及與糖尿病相關(guān)的神經(jīng)疾病、眼病和腎病，”塔隆說(shuō)。“我們還發(fā)現(xiàn)，在有1型糖尿病直系家族史的個(gè)體中，這些疾病的共同發(fā)生率更高。此外，有1型糖尿病直系家族史的個(gè)體也更常具有某些人口統(tǒng)計(jì)學(xué)特征。”

Tallon對(duì)這個(gè)項(xiàng)目的熱情始于個(gè)人聯(lián)系，并由于她在重癥監(jiān)護(hù)室(ICU)擔(dān)任護(hù)士的經(jīng)歷而迅速成長(zhǎng)。她經(jīng)常會(huì)看到患有1型糖尿病的患者，他們還患有其他并存的疾病，例如腎病和高血壓。知道一個(gè)人的1型糖尿病診斷通常只發(fā)生在疾病已經(jīng)非常晚期時(shí)，她想找到更好的預(yù)防和診斷方法，首先要找到一種方法來(lái)分析已經(jīng)收集到的關(guān)于該疾病的大量公開(kāi)數(shù)據(jù)。

2019年，堪薩斯城兒童慈善機(jī)構(gòu)兒科內(nèi)分泌學(xué)家、密蘇里大學(xué)堪薩斯城大學(xué)兒科教授、該研究的通訊作者M(jìn)arkClements受邀在BioNexusKC主辦的中西部生物信息學(xué)會(huì)議上發(fā)言。雖然Tallon無(wú)法參加Clements的演講，但她隨后打電話分享了她的建議，以幫助人們更好地了解1型糖尿病。他很感興趣。最終，Tallon將Clements介紹給了Shyu，一項(xiàng)正在進(jìn)行的研究合作誕生了。

Tallon說(shuō)，合作的結(jié)果說(shuō)明了使用真實(shí)世界數(shù)據(jù)的力量和價(jià)值。

“1型糖尿病并不是一種對(duì)每個(gè)人都一樣的單一疾病——它對(duì)不同的人來(lái)說(shuō)看起來(lái)不同——我們正在努力解決這個(gè)問(wèn)題，”Tallon說(shuō)。“通過(guò)分析現(xiàn)實(shí)世界的數(shù)據(jù)，我們可以更好地了解可能導(dǎo)致某人面臨更高風(fēng)險(xiǎn)發(fā)展不良健康結(jié)果的風(fēng)險(xiǎn)因素。”

雖然結(jié)果很有希望，但Tallon表示，研究人員受到限制，因?yàn)闆](méi)有基于人群的數(shù)據(jù)集可供使用。

“重要的是要注意，我們的研究結(jié)果確實(shí)有一個(gè)局限性，我們希望在未來(lái)通過(guò)使用更大的、基于人口的數(shù)據(jù)集來(lái)解決這個(gè)問(wèn)題，”塔隆說(shuō)。“我們正在尋求建立更大的患者群體，分析更多數(shù)據(jù)并使用這些算法來(lái)幫助我們做到這一點(diǎn)。”

“為了在正確的時(shí)間為正確的患者提供正確的治療，我們首先需要了解如何識(shí)別那些疾病及其并發(fā)癥風(fēng)險(xiǎn)較高的患者——通過(guò)詢問(wèn)諸如早期是否有特征等問(wèn)題在某人的生活中，這可以幫助識(shí)別一個(gè)具有高風(fēng)險(xiǎn)的個(gè)人，以實(shí)現(xiàn)未來(lái)幾年的結(jié)果，“克萊門(mén)茨說(shuō)。“擁有所有這些信息有朝一日可以幫助我們更全面地了解一個(gè)人的風(fēng)險(xiǎn)，我們可以利用這些信息開(kāi)發(fā)一種更加個(gè)性化的預(yù)防和治療方法。”

“與T1D交換診所登記處的對(duì)比模式挖掘揭示了與家族性與散發(fā)性1型糖尿病相關(guān)的復(fù)雜表型因素和合并癥模式，”發(fā)表在美國(guó)糖尿病協(xié)會(huì)期刊DiabetesCare上。MU研究生DanluLiu和KatrinaBoles以及德克薩斯兒童醫(yī)院的MariaRedondo也為這項(xiàng)研究做出了貢獻(xiàn)。

該研究的作者要感謝T1D交換診所登記處的資助機(jī)構(gòu)HelmsleyCharitableTrust、全國(guó)各地推動(dòng)登記處數(shù)據(jù)收集的研究人員，以及登記處的所有參與者及其家人。愿意分享他們的醫(yī)療信息。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！