自身免疫性疾病指的是免疫系統(tǒng)誤將身體自身的健康細胞和組織當(dāng)作攻擊對象，在確診之前，通常會有一個臨床前期，其表現(xiàn)為出現(xiàn)輕微癥狀或者血液中存在某些抗體。然而，在一些人中，這些癥狀可能在發(fā)展到完全疾病階段之前就會消失。

據(jù)賓夕法尼亞州立醫(yī)學(xué)院的一個研究小組稱，他們開發(fā)了一種預(yù)測有臨床前期癥狀的患者自身免疫性疾病進展的新方法，了解誰可能沿著疾病路徑發(fā)展對于早期診斷和干預(yù)、改進治療和更好的疾病管理至關(guān)重要。

該團隊利用人工智能（AI）對來自電子健康記錄以及自身免疫性疾病患者的大型基因研究的數(shù)據(jù)進行分析，從而得出了風(fēng)險預(yù)測分?jǐn)?shù)。與現(xiàn)有模型相較而言，這種方法在確定哪些人的癥狀會發(fā)展成晚期疾病這一方面，準(zhǔn)確率高出 25%至 1000%。

研究團隊已在《自然通訊》雜志上發(fā)表了他們的研究結(jié)果。

“通過針對更相關(guān)的人群，即有家族病史或者正在出現(xiàn)早期癥狀的人，我們能夠利用機器學(xué)習(xí)來識別疾病風(fēng)險最高的患者，然后確定可能能夠減緩疾病進展的合適療法。這是更具意義和可操作性的信息。”賓夕法尼亞州立醫(yī)學(xué)院的杰出教授、研究副主席兼人工智能和生物醫(yī)學(xué)信息學(xué)主任、該研究的共同主要作者劉大江說道。

據(jù)美國國立衛(wèi)生研究院的數(shù)據(jù)，約 8%的美國人受自身免疫性疾病困擾，其中絕大多數(shù)是女性。劉說，你越早發(fā)現(xiàn)這種疾病并加以干預(yù)，效果就越好，因為一旦自身免疫性疾病發(fā)展，損害可能是不可逆的。在個人被診斷之前，往往會有這種疾病的相關(guān)跡象。研究人員解釋說，例如，在類風(fēng)濕性關(guān)節(jié)炎患者中，在癥狀出現(xiàn)前五年血液中就可以檢測到抗體。

預(yù)測疾病進展所面臨的挑戰(zhàn)在于樣本量。患有特定自身免疫性疾病的個體人群相對較少。劉說，可用數(shù)據(jù)少，開發(fā)出準(zhǔn)確的模型和算法就更困難。

為了提高預(yù)測的準(zhǔn)確性，研究團隊開發(fā)了一種新方法，稱為基因進展評分（GPS），以預(yù)測從臨床前階段到疾病階段的進展情況。賓夕法尼亞州立醫(yī)學(xué)院公共衛(wèi)生科學(xué)助理教授、該研究的主要作者畢博·江解釋說，GPS 運用了遷移學(xué)習(xí)背后的理念——一種機器學(xué)習(xí)技術(shù)，即模型在一個任務(wù)或數(shù)據(jù)集上進行訓(xùn)練，然后針對不同但相關(guān)的任務(wù)或數(shù)據(jù)集進行微調(diào)。它使研究人員能夠從較小的數(shù)據(jù)樣本中獲取更好的信息。

例如，在醫(yī)學(xué)成像中，人工智能模型可以經(jīng)過訓(xùn)練來判斷腫瘤是惡性還是非惡性。為了創(chuàng)建訓(xùn)練數(shù)據(jù)集，醫(yī)學(xué)專家需要逐個標(biāo)記圖像，這可能既耗費時間，又受到可用圖像數(shù)量的限制。

劉解釋說，相反，遷移學(xué)習(xí)使用了更多數(shù)量、更易于標(biāo)注的圖像，比如貓和狗，并創(chuàng)建了一個大得多的數(shù)據(jù)集。該任務(wù)也能夠外包出去。該模型學(xué)會了區(qū)分這些動物，然后就能對其加以改進，從而區(qū)分惡性腫瘤和良性腫瘤。

“你沒必要從頭開始訓(xùn)練模型，”劉說。“模型從圖像中分割元素來確定它是貓還是狗的這種方式是可以遷移的。通過一些調(diào)整，你可以改進模型，將腫瘤圖像與正常組織圖像區(qū)分開來。”

GPS 在來自大型病例對照全基因組關(guān)聯(lián)研究（GWAS）的數(shù)據(jù)上進行訓(xùn)練，這是人類遺傳學(xué)研究中的一種流行方法，用于識別患有特定自身免疫性疾病的人與未患該疾病的人的遺傳差異，并檢測潛在的風(fēng)險因素。它還整合了來自基于電子健康記錄的生物庫的數(shù)據(jù)，這些生物庫包含有關(guān)患者的豐富信息，包括基因變異、實驗室檢測和臨床診斷。

這些數(shù)據(jù)能夠幫助識別處于臨床前階段的個體，并且描述從臨床前到疾病階段的進展情況。然后將來自這兩個來源的數(shù)據(jù)進行整合，以完善 GPS 模型，納入與疾病實際發(fā)展相關(guān)的因素。

“整合大型病例對照研究和生物樣本庫，借助了病例對照研究大樣本量的優(yōu)勢，并提高了預(yù)測準(zhǔn)確性，”劉說，他解釋說，GPS 評分高的人從臨床前階段發(fā)展到疾病階段的風(fēng)險更高。

該團隊借助美國國立衛(wèi)生研究院的“全民健康”生物樣本庫的數(shù)據(jù)對 GPS 風(fēng)險評分進行了驗證。GPS 對疾病進展的預(yù)測優(yōu)于其他 20 個僅依賴生物樣本庫或病例對照樣本以及通過其他方法結(jié)合生物樣本庫和病例對照樣本的模型。

劉說，使用 GPS 準(zhǔn)確預(yù)測疾病進展可以實現(xiàn)早期干預(yù)、針對性監(jiān)測和個性化治療決策，從而改善患者的治療效果。它還可以通過識別最有可能從新療法中受益的個體來改進臨床試驗設(shè)計和招募。雖然這項研究側(cè)重于自身免疫性疾病，但研究人員表示，類似的框架可以用于研究其他疾病類型。

“當(dāng)我們談到代表性不足的人群時，不僅僅是關(guān)于種族。也可能是在醫(yī)學(xué)文獻中研究不足的一組患者，因為他們在典型數(shù)據(jù)集中所占比例很小。人工智能和遷移學(xué)習(xí)可以幫助我們研究這些人群，并有助于減少健康差距，”劉說。“這項工作反映了賓夕法尼亞州立大學(xué)在自身免疫性疾病方面綜合研究項目的實力。”