Объединение науки о данных, искусственного интеллекта (ИИ) и машинного обучения для более точного определения моделей, которые могут лежать в основе причины или причин рассеянного склероза (РС), является целью нового партнерства.
Несмотря на многочисленные достижения в исследованиях и лечении РС, причина болезни до сих пор неизвестна.
«Учитывая сложность рассеянного склероза и срочную необходимость помочь пациентам, которые живут с этим диагнозом, мы хотели исследовать новые способы внедрения технологий в наши исследования», Сауд А. Садик, доктор медицинских наук, директор и главный научный сотрудник Tisch MS Исследовательский центр Нью-Йорка (Tisch MSRCNY) , говорится в пресс-релизе .
Садик и его коллеги из Tisch MSRCNY сотрудничали с Deloitte , консалтинговой компанией. Tisch MSRCNY является некоммерческим центром, специализирующимся на РС, его причинах, биомаркерах и других инструментах исследования заболеваний.
«Мы встретились с Deloitte и обсудили возможность применения таких инструментов, как ИИ и машинное обучение, для сужения молекул, которые могут быть связаны с МС, а также для ускорения процесса обнаружения», — сказал Садик.
Используя информацию, предоставленную исследователями Tisch MSRCNY, Deloitte определила два различных способа продвижения исследований путем применения науки о данных.
Во-первых, Deloitte помогла Tisch MSRCNY оценить маркеры в спинномозговой жидкости пациентов для выявления метаболитов (побочных продуктов различных метаболических процессов, происходящих в клетке), связанных с РС. Команда обнаружила, что молекулы потенциально связаны с РС в течение двух недель. По словам Делойта, если бы это исследование было проведено людьми, а не машинами, это заняло бы до десяти лет.
Затем эти двое перешли на второй этап, сосредоточившись на анализе B-клеток (типа иммунных клеток) и антител.
Делойт решил этот этап проекта с помощью краудсорсинга. В общей сложности 137 команд, состоящих из более чем 400 экспертов Deloitte, соревновались в разработке новых аналитических моделей с использованием AI для выявления закономерностей использования аллелей (независимо от того, используется ли унаследованный по материнской или отцовской линии ген), подтипов иммуноглобулинов (антител), подтипов B-клеток, генетических издание, и последовательность разнообразия.
Этот проект позволил им проверить подход машинного обучения для будущих исследований РС.
«В« Эпохе С », мире, где люди работают бок о бок с машинами, ИИ и машинное обучение все чаще используются для решения медицинских задач, где исследования человека сталкиваются с трудностями», — сказала Бина Амманат, управляющий директор ИИ, Делойт Консалтинг.
«Наука о данных помогает организациям находить решения проблем, на которые еще предстоит решить с помощью традиционной тактики, и я так горжусь, что мы работаем с Tisch MSRCNY, чтобы предоставить талант и инструменты, которые помогут им революционизировать свои исследования в области РС», — добавил Амманат.
Садик сказал, что среди открытий проекта, которые могут быть важными, было предположение о ранее неизвестной связи между плазмобластами (клетками-предшественниками плазматических В-клеток) и первичным прогрессирующим РС .
