UCL的科学家已经使用人工智能(AI)来识别三种新的多发性硬化症(MS)亚型。研究人员说，突破性的发现将有助于识别那些更有可能患上疾病的人，并有助于更有效地针对治疗。
MS影响了全球超过280万人，英国影响了13万人，被分为四个“课程”(组)，定义为“复发性”或“渐进性”。根据临床观察结果，MRI脑图像和患者症状的混合来对患者进行分类。这些观察结果指导治疗的时机和选择。
对于发表在《自然通讯》上的这项研究，研究人员希望找出大脑图像中是否存在(至今尚未识别)的模式，以更好地指导治疗选择并确定对特定疗法最有反应的患者。
首席作者Arman Eshaghi博士(UCL皇后广场神经病学研究所)在解释研究时说：“目前，MS大致根据患者症状分为进行性和复发性人群;它不直接依赖于疾病的潜在生物学特性，因此无法协助医生为合适的患者选择合适的治疗方法。
“在这里，我们使用了人工智能，并提出了一个问题：人工智能可以找到在大脑图像上遵循某种模式的MS亚型吗?我们的人工智能已经发现了三种数据驱动的MS亚型，它们是由大脑图像上看到的病理异常所定义的。”
在这项研究中，研究人员将UCL开发的AI工具SuStaIn(亚型和阶段推断)应用于6,322名MS患者的MRI脑部扫描。无人监督的SuStaIn会进行自我训练并确定了三种(以前未知的)模式。
新的MS亚型被定义为“皮质主导”，“正常出现的白质主导”和“病变主导”。这些定义与每种模式下MRI扫描中发现的最早异常有关。
SuStaIn在训练MRI数据集上完成分析后，将其“锁定”，然后用于在3068名患者的独立队列中识别出这三种亚型，从而验证了其检测新MS亚型的能力。
Eshaghi博士补充说：“我们对患者记录进行了进一步的回顾性分析，以了解具有新发现的MS亚型的人对各种治疗的反应。