利用人工智能预测自身免疫性疾病的发展

了解谁可能会在疾病进展中向前发展对于及时诊断和治疗以及有效的疾病管理至关重要。这一见解来自宾夕法尼亚州立大学医学院的一个研究团队，他们创造了一种新方法来预测表现出早期症状的个体中自身免疫疾病的发展。该团队通过利用人工智能（AI）分析电子健康记录和广泛的遗传研究数据，以创建风险预测得分。这种新方法据报在预测哪些个体将发展为更严重疾病阶段方面，比现有模型精准25%至1000%。

这项研究于1月2日发表在《自然通讯》期刊上。

宾夕法尼亚州立大学医学院人工智能与生物医学信息学主任、杰出教授也是本研究的共同首席作者刘大江评论道：“通过关注更相关的群体——那些有自身免疫疾病家族史或表现出早期症状的人——我们可以利用机器学习准确找到风险最高的患者，并找到可能减缓疾病进展的适当治疗方法。这提供了更实用和相关的信息。”

根据国家卫生研究院的数据，约8%的美国人口患有自身免疫疾病，其中大多数是女性。刘强调，早期检测和干预至关重要，因为一旦这些疾病加重，组织损伤可能是不可逆转的。研究人员指出，通常在正式诊断之前就会有疾病的指示；例如，与类风湿关节炎相关的抗体可以在症状出现的五年前在血液中发现。

刘表示，预测疾病进展的一个主要挑战是特定自身免疫疾病患者的样本量有限，使得准确模型和算法的开发更加困难。

为了提高预测准确性，研究团队引入了一种名为基因进展评分（GPS）的方法，以预测从临床前期到完全发展疾病的转变。GPS采用迁移学习——一种机器学习策略，其中模型在一组数据上进行训练，然后针对不同但相关的任务进行调整，宾夕法尼亚州立大学医学院的助理教授、研究的首席作者蒋必博解释道。这种技术使研究人员能够从较小的数据集中提取出更有价值的见解。

作为类比，在医学成像中，人工智能模型可以学习区分癌性和非癌性肿瘤。在开发训练数据集时，医疗专业人员必须仔细标记图像，这是一项耗时的过程，受到可用图像数量的限制。相反，迁移学习可以从易于标记的图像（如猫和狗的照片）更广泛的数据集开始，先训练模型。一旦AI学会识别动物，它就可以被完善为识别恶性肿瘤与良性肿瘤。

刘表示：“没有必要从头开始训练模型。模型识别图像中某些特征的能力可以被适应。经过一些完善，它可以将肿瘤图像与正常组织区分开。”

GPS利用来自广泛基因组关联研究（GWAS）中的数据，这是一种识别特定自身免疫疾病患者与非患者之间遗传变异的流行方法，同时也确定潜在的风险因素。此外，它还整合来自电子健康记录的生物库信息，这些信息提供了有价值的患者数据，包括遗传信息、实验室结果和临床诊断。这些数据有助于识别临床前期的个体，并概述从临床前期到疾病阶段的进展阶段。通过合并这两个数据源的数据，GPS模型经过微调，以纳入与疾病发展相关的因素。

刘解释说：“通过将大型病例对照研究与生物库数据结合，我们可以利用更大样本量的优势来提高预测准确性。”他补充道，具有高GPS评分的个体有更高的风险从临床前期转变为完全发展疾病。

该团队利用范德比尔特大学生物库的实际数据预测类风湿关节炎和狼疮的进展。他们随后使用来自“所有我们的”生物库的数据验证了GPS评分，这是国家卫生研究院健康数据计划的一部分。GPS胜过了20种仅依赖生物库或病例对照样本的不同模型，以及通过其他技术合并这两种类型的模型。

刘强调，准确预测疾病进展的GPS可以促进早期干预、量身定制的监测和个性化治疗策略，从而提高患者的治疗效果。此外，它可以通过精准指向那些最有可能从新治疗中受益的个体，来优化临床试验设计和参与者选择。尽管当前的研究主要集中于自身免疫疾病，研究人员相信这一框架同样可以应用于其他类型的疾病。

刘指出：“在讨论代表性不足的群体时，它并不仅限于种族人口统计。它也可以指在医学研究中由于在典型数据集中代表性较小而经常被忽视的群体。人工智能和迁移学习可以帮助揭示这些群体并帮助减少健康差异。”他表示：“这项研究突显了宾夕法尼亚州立大学在自身免疫疾病研究方面的强大项目。”

刘及蒋，与合著者劳拉·卡瑞尔、盖伦·福克和南希·奥尔森共同组成了自身免疫工作组，并已合作近十年。他们领导开创性的临床试验，进行研究以揭示自身免疫疾病的生物机制，并制定人工智能策略以应对与这些疾病相关的各种挑战。

这项研究的共同第一作者包括陈旺，他拥有宾夕法尼亚州立大学的生物信息学和基因组学博士学位，以及哈维尔·马库斯，一名联合MD/PhD学生。参与该研究的宾夕法尼亚州立大学的其他作者还有：研究生阿凡提卡·R·迪瓦德卡尔、近期获得MD/PhD学位的查克里特·昆斯里拉克萨库和曾任宾夕法尼亚州立大学研究助理的王星燕。

其他贡献者包括来自范德比尔特大学医学院的李炳善和钟学伟，以及来自德克萨斯大学西南医学中心的战小伟。

这项研究由国家卫生研究院资助，包括来自国家过敏和传染病研究所数据科学与新兴技术办公室的贡献。