为多发性硬化症（MS）提供正确的治疗，了解疾病何时从复发缓解型转变为继发进展型至关重要，而这一转变目前平均被认定得迟了三年。乌普萨拉大学的研究人员如今开发了一种人工智能模型，可以以90%的确定性判断患者所患的变异类型。
多发性硬化症（MS）是一种中枢神经系统的慢性炎症性疾病。在瑞典，约有22,000人生活在MS的阴影下。大多数患者起初表现为复发缓解型（RRMS），其特征为恶化的发作与稳定期交替。随着时间的推移，许多人转变为继发进展型MS（SPMS），在这种情况下，症状持续恶化，没有明显的缓解。识别这种转变非常重要，因为这两种不同形式的MS需要不同的治疗。目前，诊断平均在转变开始后三年才能做出，这可能导致患者接受已不再有效的药物。
基于瑞典MS数据
新的AI模型总结了瑞典MS登记处超过22,000名患者的临床数据。该模型基于在常规医疗访问中已收集的数据，例如神经学测试、磁共振成像（MRI）扫描和正在进行的治疗。
“通过识别先前患者的模式，该模型可以判断患者是复发缓解型还是疾病是否已转变为继发进展型MS。该模型的独特之处在于，它还指示了每个单独评估的置信度。这意味着医生将知道结论的可靠性以及人工智能在其评估中的信心，”研究负责人Kim Kultima表示。
90%的准确率
在现已发表在《数字医学》期刊的研究中，该模型在近87%的案例中正确识别出对继发进展型MS的转变，或在患者病历中记录之前识别出转变，总体准确率约为90%。
“对于患者而言，这意味着可以更早做出诊断，从而使得及时调整患者的治疗方案成为可能，并减缓疾病的发展。这也减少了患者接受不再有效的药物的风险。从长远来看，该模型还可以用于识别合适的临床试验参与者，这可以有助于更有效和个性化的治疗策略，”Kultura总结道。
目前，模型的开放匿名版本已通过网络服务提供给研究人员： https://msp-tracker.serve.scilifelab.se
