AI个体化癫痫治疗政府机构新时代丨Airdoc莫纳什研究中心最新论文

《the BMJ》-Brain Health（英国医学杂志脑身心健康专辑）10复刊发表了关于高血压化疗监管的月所学术研究成果。此次学术研究成果表明，机器努力学习的的发展都未提供越来越有效的假设来预测高血压生殖症状的化疗结果。全性状组筛选和常用症状衍生的肿瘤细胞创建的繁杂结核病假设有可能会在未来将试错律替换为高血压精细化疗。本学术研究由Airdoc Monash Research Center戈宗元博士团队联合莫纳什脊髓退化结核病学术研究中都心全因联合完成。

一个多世纪以来，高血压化疗一直是试错律。虽然有大抵并不一定的抑制剂选择Guide，但药是不是短时间，并不需要常用后才告诉，如果没效就要先越来越进一步下一种药，以此类推直到看到恰当的化疗新方律。因此耽误胃癌的症状不在少数。但此次Patrick Kwan(关国良)及合作者探讨看来未来通过AI预测高血压的高烧，为症状匹配最适合的抑制剂。

生物科学双向Transformers编码器(BioBERT)是月所的基于厚度努力学习高效率的定时军事训练生物科学语言表示假设，借以常用生物科学重构的挖掘任务。BioBERT释显露于2020月，它通过倡导常用来自许多其他图表并不一定的非构件化图表，例如电子身心健康记事和流行病学简报，来背书假设军事训练。结合强大的厚度努力学习上图几率假设，这使得学术研究其他部门可以在化疗结果统计分析中都最主要越来越高尺度且有可能有效率的个人信息，而现代的统计统计分析则不能显然这一点。

化疗自由基的不确切适度是主要问题

化疗高血压有许多抑制剂以及非抑制剂干预措施，例如开刀疗程、脊髓调节和饮食疗律。然而，当前的化疗监管标准规范一直依赖于都能越来越进一步不同的抗高血压抑制剂化疗的试错律。虽然有基于高血压高烧大抵并不一定（局灶适度或不足之处高烧）的抑制剂选择Guide，但在分组统计分析时，许多抑制剂很强类似的。对于任何给定的症状，不能预测哪种抑制剂最有效并应获选初始化疗。尽管新药激增，市场竞争上有20多种药剂，但有三分之一的症状的高血压高烧不能被抗高血压抑制剂依靠。

在世界许多地方，大多数新病患为高血压的症状是由初级医疗保健牙医透过化疗的。如果在最初的化疗中都不能依靠高血压高烧，则将症状转诊给基本上脊髓科医师，如果进一步的抑制剂化疗挫败，则将其转诊至高血压中都心。这种按部就班的卫生逆时针意味着在高血压专家统计分析简报有可能很强耐药适度高血压持续适度的症状之前，决定性的短时间不太有可能流失了。其他化疗选择，例如疗程，被广泛应用地看来是最后的手段。惜的是，关的的短时间拖延意味着这些化疗手段有可能优点不佳。结果往往是多年的与世隔绝质量下降，经济的发展下降和死亡率增加。

这一困境有可能通过一种有效的、能看到化疗结果与症状应有特征间相类似适度的方式的新方律来应对。耐药适度高血压持续适度的症状这；也就可以被尽快的分诊，从而尽快获巨量的本科卫生资源。人工智能（AI）和肿瘤细胞学术研究的月所进展使人们寄希望于高血压概念化化疗监管将有可能很快成为这种都能化疗途径的可行适度替代方案。

A：现代试错化疗律

BC：人工智能和肿瘤细胞概念化化疗监管

医学人工智能

机器努力学习刚刚揭示在高血压各个领域中的通过脑电上图方式识别来预测和检查高血压的高烧。最近的一项学术研究常用了9571例正因如此收集的头皮脑电上图记事来军事训练一个厚度数学假设，该解律在检查高烧期痫；也电弧方面优于专家。学术研究其他部门还常用了基于短时间核苷酸的解律（例如，在响应适度脊髓刺激系统会中都常用的线长解律）来统计分析受控的、持续获取的外周脑电上图波形，以研发高血压高烧雷达系统会。如果在大规模流行病学试验适度中都证明有效，这种系统会可以帮助症状定时管控并减少高血压高烧所造成的受伤。

生物科学双向Transformers编码器(BioBERT)是月所的基于厚度努力学习高效率的定时军事训练生物科学语言表示假设，借以常用生物科学重构的挖掘任务。BioBERT释显露于2020月，它通过倡导常用来自许多其他图表并不一定的非构件化图表，例如电子身心健康记事和流行病学简报，来背书假设军事训练。结合强大的厚度努力学习上图几率假设，这使得学术研究其他部门可以在化疗结果统计分析中都最主要越来越高尺度且有可能有效率的个人信息，而现代的统计统计分析则不能显然这一点。

AI上的的发展为构建有效的预测抑制剂化疗自由基的假设产生了希望。斯坦福高血压中都心的一项学术研究刚刚研发AI假设根据举例来说的高血压高烧，基因型，物理，生理，抑制剂和环境图表预测抗高血压抑制剂化疗结果。常用预测抑制剂化疗自由基的理想AI解律和输显露图表现今还有待确切。因此，未来的学术研究应该揭示越来越现代化、越来越繁杂的上图几率AI假设，并利用大型纵向高血压登记图表，以便可以从症状的病历中都挖掘年底的个人信息。这些学术研究有可能会通过应用自然语言处理工具来浓缩非构件化图表来增强假设。

△ 军事训练的假设在不同的图表集上无须transfer learning做盲测

△ 不同cohort图表集间的区别

性状组学、肿瘤细胞和精细化疗

针对高血压病人的全性状组筛查学术研究不太有可能推测了越来越多的高血压关的性状，最主要单核苷酸性状位点突变（SNVs）和性状组最近。据学术研究估计，大约有70％的高血压病例有可能是由于一种或多种基因型状况引来的。即使不太有可能有关的学术研究的典型个案，但是现今尚不清楚病原基因型突变的比对将在何种以往上阻碍流行病学实践中都的化疗决策。为了应对这一常识鸿沟，一项刚刚透过的随机依此试验适度借以确切难治适度高血压症状的全性状组测序的流行病学益处和费用效益。

如果病毒学常识要转化为越来越好的化疗新方律，那么越来越加充分地了解基因型突变的功能就变得至关重要。为此，学术研究其他部门采用了现代的动物和细胞结核病假设，将错误的性状插入生物体的DNA中都。然后通过与依此或“野生型”状态透过比较来确切病理生理学变化。

就高血压而言，针对SCN1A性状突变（造成大多数Dret病症病例的性状30）的结核病假设学术研究已将抑制适度中都间脊髓元的钠离子通道功能降低确看来高血压关的的病理学选择性改变。这一推测造成了对Dret病症中都抑制剂选择的先一统计分析简报，并避免了钠离子通道阻断抑制剂的常用，因为它们有可能进一步降低脊髓元功能从而造成高血压高烧升温。

但是在大多数情形下，由于现有结核病假设学术研究的局限适度，很多SNVs的病原机理尚不清楚。如果要在高血压化疗中都广泛应用采用精细医学，那么被确认很强基因型突变的症状必须接受较慢检查；而且该基因型突变还应该用游离假设透过检查，以统计分析简报其病理生理后果和先现结核病状态，并透过量身内置的抑制剂化疗测试者和选择。

利用从症状自身细胞诱导产生的多想像力肿瘤细胞（iPSCs）获取人源脊髓元，可以构建比较理想的高血压结核病假设。iPSCs不仅可携带症状自身的基因型个人信息；而且可以生长或“分化”成多种细胞系，最主要多种脊髓细胞流感病毒。

△ 多种脊髓细胞流感病毒

这些从症状细胞衍生获的脊髓假设可以广泛应用常用学术研究基因型突变引来的脊髓关的表型，例如异常的脊髓元形态和突触发送至，这些都是现代的非脊髓结核病假设不能实现的。该假设也不太有可能被常用鉴别可携带高病原适度突变性状脊髓元的异常表型，如早期发育适度脑病。

基于iPSCs的结核病假设最独特的优势是能够学术研究基因型突变的Pop效应（在单个症状中都比对显露的多个SNV）和性状破损未知的情形。然而，在基于iPSCs的假设可常用流行病学化疗之前，还有需要面对想方设律。需要越来越多的学术研究来证明过份活跃的数学假设表型（一个高血压的流行病学特征）是不是可以在培养皿中的先现；还需要越来越多的学术研究来确切在这些游离假设中都测得的电社区活动与脑电上图上注意到到的高血压；也电社区活动间的类似适度。

现今基于iPSCs的脊髓假设有一个潜在局限适度，就是考虑到越来越多的细胞繁杂适度来创建高血压；也社区活动。为了应对这一问题，学术研究其他部门将学术研究转向类脑心脏（含有在神经中都推测的多层细胞和组织构件）。增加结核病假设的繁杂适度对于有效地模拟造成人类高血压的各种细胞并不一定和神经区域的功能障碍是至关重要的。此外，多电极阵列可以记事网络化脊髓元的各派系相互作用，已被常用检查培养的类心脏发信的脑电上图；也波形。

基于iPSC的假设可以无限期生长，而且不会给症状产生任何风险，因此它们对于在症状特定背景下透过高通量筛选潜在抑制剂比较重要；目的是比对显露大胆的、有针对适度的抗高血压抑制剂。事实上这些假设不太有可能出乎意料地常用其他中都枢脊髓系统会结核病的高通量抑制剂筛选。这；也一个大胆的、基于人源细胞的抑制剂筛选模拟器可以面对我们对现代啮齿类动物假设的严重依赖；现代的啮齿动物假设阻碍了抗高血压抑制剂的发展；这也有助于解释为什么三分之一以上的高血压症状考虑到有效的抑制剂化疗。

概念化高血压化疗监管的将来

如果要实现概念化的高血压化疗监管，必须将高效率的发展与改善身心健康教育和获本科卫生机会相结合。未来这些结果图表统计分析不仅会对专家历史性，而且将可以帮助全科牙医用它们对症状透过分类以便尽快将其分诊至高血压中都心。

基于AI的流行病学决策背书假设可以有效地预测每个抗高血压抑制剂对于生殖症状的出乎意料化疗的有可能适度。这些假设被转换为操作系统并获美国蔬果药品监督监管局和其他监管机构的批准，归属于“作为医疗电源的操作系统”子类。系统会操作系统既可以单独常用也可以集成到电子病历系统会中都，并能通过现实中都的反馈来进一步提高适度能。它可以识别耐药适度高血压持续适度症状，并能尽快、且有针对适度地提供廉价的本科卫生或疗程统计分析简报增值。系统会操作系统被证明是经济有效的，可常用优先安排症状进到本科高血压化疗中都心。

以上文章显露自 ： [1] Chen, Zhibin, Ben Rollo, Ana Antonic-Baker, Alison Anderson, Yuanlin Ma, Terence J. O’Brien, Zongyuan Ge, Xuefeng Wang, and Patrick Kwan. "New era of personalised epilepsy management." bmj 371 (2020).[2] Choong, Jiun H., Haris Hakeem, Zhibin Chen, Martin Brodie, Nicolas Lawn, Tom Drummond, Patrick Kwan, and Zongyuan Ge. "Application of transformers for predicting epilepsy treatment response." medRxiv (2020).