科学家们正在利用人工智能加速寻找可能被忽视的神经系统疾病的治疗方法。
爱丁堡英国痴呆症研究所的研究人员分析患者数据，包括语音记录和眼部扫描，以及实验室培养的脑细胞，以确定现有药物是否可以重新用于治疗运动神经元病（MND）等疾病。科学家们希望，通过使用算法来检测疾病模式并预测合适的药物，有效治疗可以在"数年内而非数十年内"被发现。这种希望也得到了试验参与者史蒂文·巴雷特的认同，他十年前被诊断出患有MND。
OBE获得者史蒂文·巴雷特正在参与英国痴呆症研究所的研究，以期改善MND和其他脑部疾病患者的生活状况。
史蒂文在公务员部门有着漫长而辉煌的职业生涯后，正计划着活跃的退休生活，这时他开始注意到腿部麻木。几年后，他被诊断出患有MND——一种目前尚无治愈方法的退行性神经系统疾病。"MND是一种可怕的疾病，它剥夺了你的身份，"他在苏格兰阿洛阿的家中对BBC说。"它剥夺了你对自己未来的任何期望——所有这些都消失了。"史蒂文说，他的家人也没有预料到这一点——他给我们看了自己在工作、派对和儿子婚礼上的照片。
英国痴呆症研究所的科学家在研究中使用患者数据和实验室培养的脑细胞。
但他将这些试验描述为自己和其他MND或类似疾病患者的"希望之光"。其中一个试验MND-SMART同时测试几种药物，而不是一组接受治疗，另一组接受安慰剂。"对我来说，这项研究远不止是服用一片药——它是服用一片药，目的是产生结果，这些结果可能对我有帮助，也可能没有，但会帮助其他人，"他说。该研究所还在建立一个数据库，包括帕金森病、痴呆症和MND等疾病患者的信息。临床医生正在收集虹膜扫描、语音记录，并利用人工智能处理和整理大量数据，以发现可能是未来问题早期指标的变化迹象。此外，他们还从志愿者患者那里收集血样，将干细胞培育成称为神经元的脑细胞群。然后，使用机器人、传统实验室设备和计算机驱动的专业算法，将现有药物测试在多批这些神经元上。这些机器学习算法经过训练，可以识别能够将神经系统疾病特征转化为健康特征的药物。人工智能认为可能有效的药物随后可以用于涉及像史蒂文这样的患者的临床试验。
释放人工智能的潜力
爱丁堡英国痴呆症研究所首席执行官西达尔桑·钱德兰教授。
大约有1500种已开发并获批准用于治疗其他疾病的药物。但研究所首席执行官西达尔桑·钱德兰教授表示，其中任何一种药物也可能对大脑有效，而我们还不知道这一点。"大脑是人体最复杂的器官，所以我们必须应对这种复杂性的悖论，"他告诉BBC，并补充说，直到最近，这意味着使用不那么复杂的研究方法。"人工智能和新技术的结合意味着我们现在可以做在我医学院时期被认为不可思议的事情。"
由于这些药物已经开发并获得批准，重新部署它们可能比从头开始使用新配方更直接。发现新药并将其推向市场可能需要很长时间——据一些估计，超过10年。但钱德兰教授和他的团队认为，他们的工作意味着负担得起的有效神经疾病药物可能会更快面世。这项研究并非首次探索人工智能如何从海量健康或医疗数据中发现潜在解决方案。美国剑桥市麻省理工学院的科学家们使用生成式人工智能来识别可能治疗淋病等超级细菌和帕金森病等疾病的新型抗生素化合物。2024年，哈佛大学的研究人员开发了一种名为TxGNN的神经网络模型，用于发现可用于治疗罕见疾病的现有药物。但在更广泛的研究领域，也出现了一些挫折。最近对lecanemab和donanemab的回顾研究曾被誉为治疗阿尔茨海默病的"突破性"药物，发现尽管它们减缓了病情进展，但不足以对患者产生有意义的影响。该研究考察了17项研究，涉及20,342名志愿者，研究了从大脑中清除淀粉样蛋白（疾病中存在的一种错误折叠蛋白质）的药物。其结论引发了其他科学家的强烈反对。但钱德兰教授仍然坚信，我们在神经学研究和理解方面"正处于变革的转折点"。
【全文结束】
