與阿爾茨海默氏病相關(guān)的基因組學，神經(jīng)影像學和認知數(shù)據(jù)之山幾乎肯定是開辟一些可靠的方法來預(yù)測，預(yù)防和/或治療它的關(guān)鍵。

但是，這些字節(jié)的累積速度太快，以至于任何人都無法連接隱藏在巨大混亂中的任何點。在擁有AI的11個站點和近1800萬美元的NIH新資金中輸入40名研究人員。

這項名為AI 4 AD的研究正式稱為“超大規(guī)模機器學習，可幫助阿爾茨海默氏病生物庫發(fā)現(xiàn)”，這項研究由南加州大學的研究人員領(lǐng)導。

南加州大學神經(jīng)影像與信息學研究所所長，項目負責人Paul Thompson博士在項目摘要中寫道，數(shù)據(jù)分析部分將尋求開發(fā)“可轉(zhuǎn)換的AI方法，用于高通量分析下一代測序以及相關(guān)的阿爾茨海默氏病生物標志物和認知數(shù)據(jù)?！?/p>

他補充說，分布式的工作將使思想和機器梳理所有的數(shù)據(jù)，以“提取和優(yōu)先處理對解決阿爾茨海默氏癥預(yù)防和藥物發(fā)現(xiàn)的基本障礙至關(guān)重要的功能?！?/p>

在USC自己對這一發(fā)展的報道中，神經(jīng)科學家湯普森表示，他有信心將AI與全基因組數(shù)據(jù)和先進的腦部掃描相結(jié)合，將勝過目前用于預(yù)測那些患阿爾茨海默氏病進程的方法。

他說，此外，新的研究技術(shù)“將幫助我們確定每位患者正在發(fā)生的變化，以及我們可以用新藥靶向的DNA中這些過程的驅(qū)動因素?！?/p>

責任編輯：lq