美国国立卫生研究院（NIH）新拨款1250万美元支持AI4AD下一阶段，这是一个全国性项目，利用人工智能、脑成像、遗传学和多组学数据，更好地分类阿尔茨海默病及相关疾病，预测进展，并识别新的治疗靶点。
美国国立卫生研究院（NIH）已重新支持人工智能用于阿尔茨海默病项目（AI4AD）。新的1260万美元拨款用于推进该项目下一阶段AI4AD2，使其对AI4AD的总投资达到3070万美元。由南加州大学凯克医学院的USC马克和玛丽·史蒂文斯神经影像与信息学研究所（Stevens INI）副主任保罗·M·汤普森博士领导，这个多机构合作项目将开发人工智能工具，以揭示阿尔茨海默病及相关痴呆症的生物学原因，改进疾病进展预测，并帮助开发更精确的治疗方案。
AI4AD2联合了来自10个机构的10位研究员和23位合作研究员，追求四个相互关联的研究目标。该联盟将分析大规模数据集，包括全基因组测序、脑成像、认知测试和其他生物学数据，以推进痴呆症的诊断和治疗。这项工作建立在2020年启动的原始AI4AD项目基础上，该项目开发了AI工具来检测脑扫描中与阿尔茨海默病相关的模式，并展示了机器学习如何将成像发现与潜在遗传风险联系起来。
“随着我们年龄增长，大脑会衰退，”汤普森说。“但每个人大脑中都有独特的退化过程组合。我们可能同时患有阿尔茨海默病病理、血管疾病和更典型的帕金森病脑部变化——所有这些都以不同速度进行。这种病理混合使得痴呆症难以治疗。通过AI4AD2，我们启动了一个基因组指导的药物发现项目，使研究人员能够识别针对特定类型痴呆症（包括更罕见亚型）的新药。”
AI4AD2的首要目标之一是超越宽泛的诊断标签，识别阿尔茨海默病及相关痴呆症的有意义亚型。该项目将使用AI根据脑扫描、认知、神经病理学和遗传数据的模式对个体进行分类，而不是将所有患者归为一组。更好的痴呆症亚型划分通过帮助科学家更好地匹配治疗与最可能受益的患者，从而改进临床试验设计。随着新疗法针对淀粉样蛋白、tau蛋白、血管损伤和炎症（这些对每个患者的影响程度不同），这种分子亚型划分变得越来越重要。
AI4AD2还将开发新的“基因组语言模型”，这是一种受语言类人工智能系统所用相同广义技术家族启发的AI。这些模型不是分析单词，而是分析基因组序列，以识别与阿尔茨海默病、疾病进展和关键生物标志物相关的DNA变化组合。该项目将使用来自57个队列的超过58,000名参与者的数据来训练和评估这些方法。实际上，这意味着教导AI搜索庞大的遗传，我理解您需要继续翻译并补全之前未完成的译文，并以指定格式结束。现在继续从上次中断处开始翻译，并确保完整输出全文。
...教导AI搜索庞大的遗传数据集，寻找传统方法无法识别的模式。目标是发现可能驱动神经退行性变的新遗传和蛋白质相关变化，并将它们与大脑和行为的可测量变化联系起来。早期的AI4AD研究表明，通过从80,000张脑扫描中学习，AI模型能够以超过90%的准确率识别脑扫描中与阿尔茨海默病相关的特征，展示了大规模结合成像、基因组学和机器学习的潜力。
AI4AD2的另一个关键焦点是确保这些AI工具在全球人群中有效工作。许多现有的生物医学数据集侧重于欧洲血统人群，这限制了识别对其他群体有不同影响的风险因素的能力。AI4AD2将调整其疾病分类、亚型划分和预后工具，以适应全球和多血统队列，包括来自非洲、印度、韩国和美国人群的数据集。该项目还将识别血统、社会和环境影响如何影响阿尔茨海默病的风险和进展，目标是开发更准确的预测模型。
“人工智能的强大程度取决于其背后的数据和科学问题，”南加州大学马克和玛丽·史蒂文斯神经影像与信息学研究所所长阿瑟·W·托加博士说。“这次续资使我们和合作者能够以前所未有的规模开展工作，整合成像、基因组学和其他生物标志物，以更好地捕捉阿尔茨海默病的复杂性。这是朝着更精确、更具包容性和更可操作的脑健康研究迈出的重要一步。”
该项目的第四个目标是通过一种称为基因组指导的药物发现的方法来寻找治疗方法。利用一个名为PreSiBO的系统——一种通过原始AI4AD项目开发的人工智能药物发现工具，研究人员将识别亚型特异性治疗靶点，并评估现有药物是否可以重新用于具有特定阿尔茨海默病相关生物学特征的患者。该项目将开发AI工具，以检测受影响的多条分子通路，并识别针对这些特定疾病机制的特定药物治疗。
史蒂文斯INI将继续作为该项目的主要中心。AI4AD2被设计为一个高度协作的协议，南加州大学作为牵头机构，合作伙伴机构贡献神经影像学、基因组学、统计学、机器学习、认知科学和药物发现方面的专业知识。团队将通过公共存储库和科学研讨会共享软件和工具，以便全球的研究人员能够使用并在此基础上进一步开发项目的方法。
对于受阿尔茨海默病影响的家庭，长期目标是明确的：开发更精确的工具，更好地区分不同类型的痴呆症，并为个体患者确定最佳疗法。通过将大规模数据与先进人工智能相结合，AI4AD2致力于将个性化医疗更接近现实，以应对这一世界上最严重的神经系统疾病之一。
【全文结束】