自身免疫疾病，即免疫系统错误地攻击身体自身的健康细胞和组织，在诊断前通常有一个以轻微症状或特定血液抗体为特征的前期阶段。然而，在某些人中，这些症状可能在完全进入疾病阶段之前自行缓解。了解哪些人可能会沿着疾病路径进展对于早期诊断和干预、改进治疗和更好的疾病管理至关重要。
由宾夕法尼亚州立大学医学院领导的研究团队开发了一种新方法，利用人工智能（AI）分析电子健康记录和大规模遗传研究的数据，以计算风险预测评分。与现有模型相比，这种方法在确定症状是否会发展为严重疾病方面的准确性提高了25%到1000%。该研究团队于1月2日在《自然通讯》期刊上发表了他们的研究成果。
“通过针对具有家族史或出现早期症状的相关人群，我们可以使用机器学习来识别具有最高疾病风险的患者，然后确定适合的治疗方法，以减缓疾病进展。这提供了更有意义和可操作的信息。”宾夕法尼亚州立大学医学院杰出教授、研究副主席兼人工智能和生物医学信息学主任刘大江（Dajiang Liu）说道。
据美国国立卫生研究院统计，大约8%的美国人患有自身免疫疾病，其中绝大多数是女性。刘教授表示，越早发现和干预疾病越好，因为一旦自身免疫疾病进展，损害可能是不可逆的。在个体被诊断之前，通常会有疾病的迹象。例如，类风湿关节炎患者的血液中可以在症状出现前五年检测到抗体。
预测疾病进展的挑战在于样本量。具有特定自身免疫疾病的人群相对较少。数据量有限使得开发准确的模型和算法更加困难。刘教授解释说：“当我们谈论代表性不足的人群时，不仅仅是种族问题。这也可能是一些在医学文献中研究不足的患者群体，因为他们只占典型数据集的一小部分。人工智能和迁移学习可以帮助我们研究这些人群，减少健康差距。”
为了提高预测准确性，研究团队开发了一种名为“遗传进展评分”（Genetic Progression Score，GPS）的新方法，用于预测从前期到疾病阶段的进展。GPS借鉴了迁移学习的思想——一种机器学习技术，其中模型在一个任务或数据集上进行训练，然后微调用于不同的但相关的任务或数据集。宾夕法尼亚州立大学医学院公共卫生科学助理教授姜必波（Bibo Jiang）解释说，这使研究人员能够从小型数据样本中提取更多信息。
例如，在医学影像中，人工智能模型可以训练来判断肿瘤是良性还是恶性。为了创建训练数据集，医疗专家需要逐个标记图像，这既耗时又受限于可用图像的数量。相反，迁移学习使用更多数量、更容易标记的图像，如猫和狗，创建一个更大的数据集。该任务也可以外包。模型学会区分动物，然后可以进一步优化以区分恶性肿瘤和良性肿瘤。
“你不需要从头开始训练模型，”刘教授说。“模型从图像中分割元素以判断它是猫还是狗的方式是可以转移的。经过一些调整，你可以优化模型以区分肿瘤图像和正常组织图像。”
GPS在大型病例对照全基因组关联研究（GWAS）的数据上进行训练，这是一种在人类遗传学研究中常用的方法，旨在识别患有特定自身免疫疾病的人群与未患病人群之间的基因差异，并检测潜在的风险因素。它还结合了基于电子健康记录的生物银行数据，这些数据包含有关患者的丰富信息，包括基因变异、实验室测试和临床诊断。这些数据有助于识别处于前期阶段的个体，并描述从前期到疾病阶段的进展过程。来自这两个来源的数据随后被整合以优化GPS模型，纳入与实际疾病发展相关的因素。
“整合大型病例对照研究和生物银行的优势，利用了病例对照研究的大样本量，提高了预测准确性。”刘教授解释道，“高GPS评分的人群有更高的风险从前期进展到疾病阶段。”
研究团队使用范德堡大学生物银行的真实世界数据预测了类风湿关节炎和狼疮的进展，并使用美国国立卫生研究院的“All of Us”生物银行数据验证了GPS风险评分。GPS比其他依赖于生物银行或病例对照样本的20个模型，以及那些通过其他方法结合生物银行和病例对照样本的模型更好地预测了疾病进展。
准确预测疾病进展可以实现早期干预、有针对性的监测和个人化治疗决策，从而改善患者结果。刘教授表示，这还可以通过识别最有可能受益于新疗法的个体来改进临床试验设计和招募。虽然这项研究集中在自身免疫条件上，但研究人员表示，类似的框架可以用于研究其他类型的疾病。
“当我们谈论代表性不足的人群时，不仅仅是种族问题。这也可能是一些在医学文献中研究不足的患者群体，因为他们只占典型数据集的一小部分。人工智能和迁移学习可以帮助我们研究这些人群，减少健康差距。”刘教授说，“这项工作反映了宾夕法尼亚州立大学在自身免疫疾病综合研究项目上的实力。”
刘教授和姜教授——连同研究合著者劳拉·卡雷尔（Laura Carrel）、加伦·福尔克（Galen Foulke）、南希·奥尔森（Nancy Olsen）——组成了自身免疫工作组，并合作近十年。他们领导创新性的临床试验，进行研究以了解自身免疫疾病的生物学机制，并开发人工智能方法解决与自身免疫疾病相关的问题。
陈王（Chen Wang），获得宾夕法尼亚州立大学生物信息学和基因组学博士学位，以及哈维尔·马库斯（Havell Markus），MD/PhD 医学科学家培训计划联合学位学生，是该研究的共同第一作者。其他宾夕法尼亚州立大学的作者还包括：研究生阿凡提卡·迪瓦德卡尔（Avantika R. Diwadkar）、查查里特·坤西拉卡苏库尔（Chachrit Khunsriraksakul）、王兴燕（Xingyan Wang）。此外，还有范德堡大学医学院的李冰山（Bingshan Li）教授和钟雪（Xue Zhong）研究助理教授，以及德克萨斯大学西南医学中心公共卫生副教授詹晓伟（Xiaowei Zhan）。
这项研究得到了美国国立卫生研究院的支持，包括过敏和传染病研究所的数据科学和新兴技术办公室。
(全文结束)
