IBM的人工智能新工具能帮助研究人员预测帕金森病的进展

该小组最近发表了新的研究，重点是一个新的人工智能模型，将帕金森病的典型症状模式分组。该模型可以通过寻找已知症状的时间和严重程度来预测疾病的进展。该模型通过从纵向的病人数据中学习来预测时间和严重程度。

新人工智能模型的细节发表在《柳叶刀 – 数字健康》上，研究人员指出，该模型可以通过利用纵向病人数据来预测疾病的时间和严重程度，纵向病人数据是随着时间的推移收集的病人临床状态的描述。研究人员说，他们的目标是利用人工智能来帮助病人管理和临床试验设计。

帕金森病是一种相当常见的疾病，影响到全球多达600万人。尽管这种疾病是如此众所周知，而且在全球范围内非常普遍，但与这种疾病作斗争的人们会出现各种运动和非运动症状。新人工智能的目标是利用机器学习从大量的病人数据中学习，并为临床医生和研究人员提供一个更好的工具来预测个别病人的症状进展。

研究人员指出，人工智能使用的患者数据已经去掉了身份识别，它是世界上最大的帕金森病数据集之一。能够获得这样一个庞大的数据集对于机器学习模型的成功至关重要。过去的研究专注于使用基线信息来描述帕金森病的特征。然而，新方法依赖于长达7年的患者数据。尽管该疾病的进展途径多种多样，但人工智能模型可以做出准确的预测。