AI个体化癫痫治疗管理新时代丨Airdoc莫纳什研究中心最新博士论文

《the BMJ》-Brain Health（荷兰临床杂志脑健康专辑）10月刊发表了关于极高血压外科疗程负责管理的最一新深入研究成果。此次深入研究成果表明，机器学习的变革有望获取更为可靠的假设来假设极高血压有机体病症的外科疗程结果。全真核生物审核和用到病症衍生的骨髓设立的复杂癌症假设确实则会在今后将试错依此替换为极高血压精准外科疗程。本深入研究由Airdoc Monash Research Center戈宗元博士团队牵头莫纳什大脑退化癌症深入研究中则会心近日牵头完成。

一个多世纪以来，极高血压外科疗程一直是试错依此。虽然有基本特质多种类型的制剂剂考虑读物，但制剂是否见效，只能用到后才知道，如果没效就要再无论如何下一种制剂，依序直到看到合适的外科疗程方依此。因此耽误病程的病症亦同。但此次Patrick Kwan(关国良)及同事聚焦认为今后通过AI假设极高血压的发病，为病症匹配最适合的制剂剂。

工程学双向Transformers类比(BioBERT)是最一新的基于深达学习关键技术的自行培训工程学语言透露假设，有助于可用工程学自然语言的发掘出来任务。BioBERT发行于2020月末，它通过有利于用到来自许多其他图表多种类型的非管理系统化图表，例如电子产品健康记录和诊疗调查结果，来默许假设培训。为基础稳固的深达学习布概率假设，这使得深入研究部门可以在外科疗程结果深入研究中则会之外很极高外延且确实简便的讯息，而有别于的统计深入研究则不则会做到这一点。

外科疗程反其所的不考虑到性是主要应对办依此

外科疗程极高血压有许多制剂剂以及非制剂剂制裁举措，例如切除疗程、大脑调节和饮食疗依此。然而，理论上的外科疗程负责管理标准仍然倚赖于循序无论如何各有不同的抗极高血压制剂剂外科疗程的试错依此。虽然有基于极高血压发病基本特质多种类型（局灶性或全面性发病）的制剂剂考虑读物，但在配对深入研究时，许多制剂剂兼具类似的。对于任何给定的病症，不则会假设哪种制剂剂最有效并其所被选为初始外科疗程。尽管一新制剂剧增，市场需求上有20多种制剂剂，但有三分之一的病症的极高血压发病不则会被抗极高血压制剂剂控制。

在世上许多以前，大多数一新诊断为极高血压的病症是由初级保健医师透过外科疗程的。如果在最初的外科疗程中则会无能为力极高血压发病，则将病症转诊给基本上大脑科医师，如果有利于的制剂剂外科疗程失败，则将其转诊至极高血压中则会心。这种按部就班的护理部门路径理论上在极高血压研究员审核确实兼具耐制剂性极高血压极高安全性的病症此前，关键的小时早就萎缩了。其他外科疗程考虑，例如疗程，被尤其地认为是之后的手段。事与愿违的是，就其的小时拖延理论上这些外科疗程手段确实效果不佳。结果往往是多年的生活能量密度增高，生产力增高和死亡率减小。

这一困境确实通过一种有用的、能看到外科疗程结果与病症同样特质外就其联的方式而的方依此来应对。耐制剂性极高血压极高安全性的病症这；也就可以被全面性的分诊，从而全面性拿到珍贵的临床院护理部门海洋资源。智能（AI）和骨髓深入研究的最一新进展使人们了当极高血压表征外科疗程负责管理将确实很快成为这种循序外科疗程途径的可行性替代应对方案。

A：有别于试错外科疗程依此

BC：智能和骨髓表征外科疗程负责管理

临床智能

机器学习打算追寻在极高血压讯息关键技术中则会的通过表征机器学习来假设和扫描极高血压的发病。最近的一项深入研究用到了9571例常规收集的头皮表征记录来培训一个深达数学模型，该算依此在扫描发病期痫；也放电方面优于研究员。深入研究部门还用到了基于小时序列的算依此（例如，在响其所性大脑焦虑管理系统中则会用到的线长算依此）来深入研究借助于的、不外断获取的杏仁核表征信号，以开发极高血压发病预警管理系统。如果在大规模诊疗试验中则会表明有效，这种管理系统可以试图病症自行遏止并减缓极高血压发病所所致的中枪。

工程学双向Transformers类比(BioBERT)是最一新的基于深达学习关键技术的自行培训工程学语言透露假设，有助于可用工程学自然语言的发掘出来任务。BioBERT发行于2020月末，它通过有利于用到来自许多其他图表多种类型的非管理系统化图表，例如电子产品健康记录和诊疗调查结果，来默许假设培训。为基础稳固的深达学习布概率假设，这使得深入研究部门可以在外科疗程结果深入研究中则会之外很极高外延且确实简便的讯息，而有别于的统计深入研究则不则会做到这一点。

AI上的变革为构建有用的假设制剂剂外科疗程反其所的假设随之而来了希望。托马斯极高血压中则会心的一项深入研究打算开发AI假设根据民外组织者的极高血压发病，表现型，化学，生理，制剂剂和生态图表假设抗极高血压制剂剂外科疗程结果。可用假设制剂剂外科疗程反其所的难得AI算依此和切换成图表现阶段还有待考虑到。因此，今后的深入研究其所该追寻更为关键技术、更为复杂的布概率AI假设，并利用大型纵向极高血压申领图表，以便可以从病症的病历中则会发掘出来全面的讯息。这些深入研究确实则会通过其所用自然语言处理工具来所含非管理系统化图表来减弱假设。

△ 培训的假设在各有不同的图表集上不加transfer learning做盲测

△ 各有不同cohort图表集之外的差异

真核生物学、骨髓和精准外科疗程

针对极高血压病人的全真核生物化疗深入研究早就断定了越来越多的极高血压就其DNA，之外单核苷酸DNA位点变异（SNVs）和真核生物热点。据深入研究估计值，有约有70％的极高血压传染病确实是由于一种或多种表现型因素引起的。即使早就有就其深入研究的的现代范例，但是现阶段尚不清楚致病表现型变异的鉴定将在何种某种程度上负面影响诊疗实践中则会的外科疗程各项政策。为了应对这一基本知识鸿沟，一项打算透过的结果显示试验有助于考虑到难治性极高血压病症的全真核生物分子生物学的诊疗效用和费用效益。

如果表现型学基本知识要转化成为更为多的外科疗程方依此，那么更为加合理地了解表现型变异的特性就似乎至关重要。为此，深入研究部门采用了有别于的动物和肝细胞癌症假设，将错误的DNA插入细胞内的DNA中则会。然后通过与对照或“野生型”状态透过比较来考虑到病理生理学变化。

就极高血压而言，针对SCN1ADNA突变（所致大多数Dretsyndrome传染病的DNA30）的癌症假设深入研究已将考虑性中则会外轴突的钠离子通道特性减小获知为极高血压就其的生物化学组态改变。这一断定所致了对Dretsyndrome中则会制剂剂考虑的重一新审核，并消除了钠离子通道阻碍制剂剂的用到，因为它们确实有利于减小轴突特性从而所致极高血压发病加剧。

但是在大多数情况下，由于现有癌症假设深入研究的局限性，很多SNVs的致病机理尚不清楚。如果要在极高血压外科疗程中则会尤其采用精准临床，那么被获知兼具表现型变异的病症必须不感兴趣快速扫描；而且该表现型变异还其所该用胃假设透过检查，以审核其病理生理灾难性和描绘出癌症状态，并透过量身选用的制剂剂外科疗程测试和考虑。

利用从病症自身肝细胞诱导产生的多潜能骨髓（iPSCs）获取人源轴突，可以构建十分难得的极高血压癌症假设。iPSCs不仅载有病症自身的表现型讯息；而且可以生长或“分化成”成多种肝细胞系，之外多种肝肝细胞亚型。

△ 多种肝肝细胞亚型

这些从病症肝细胞衍生拿到的大脑假设可以尤其可用深入研究表现型变异引起的大脑就其遗传，例如所致的轴突形态和突触传送，这些都是有别于的非大脑癌症假设不则会付诸的。该假设也早就被可用辨识载有极高致病性突变DNA轴突的所致遗传，如早期受精性脑病。

基于iPSCs的癌症假设最独有的优势是能够深入研究表现型变异的第一组效其所（在单个病症中则会鉴定显现出的多个SNV）和DNA损伤可能的情况。然而，在基于iPSCs的假设可可用诊疗外科疗程此前，还有必需应对艰险。必需更为多的深入研究来表明过度活跃的数学模型遗传（一个极高血压的诊疗特质）是否可以在排泄物中则会的描绘出；还必需更为多的深入研究来考虑到在这些胃假设中则会测得的电社则会活动与表征上掩蔽到的极高血压；也电社则会活动之外的关连。

现阶段基于iPSCs的大脑假设有一个潜在局限性，就是不够足够的肝细胞简单化来设立极高血压；也社则会活动。为了应对这一应对办依此，深入研究部门将深入研究转向类脑脑部（含有在人脑中则会断定的多层肝细胞和民外组织结构）。减小癌症假设的简单化对于可靠地精心设计所致人类极高血压的各种肝细胞多种类型和人脑区域的特性障碍是至关重要的。此外，多电极感测器可以记录网络化轴突的各派系耦合，已被可用扫描培养的类脑部发显现出的表征；也信号。

基于iPSC的假设可以无限期生长，而且不则会给病症随之而来任何安全性，因此它们对于在病症特定背景下透过极生物医学审核潜在制剂剂十分重要；目的是鉴定显现出一与众不同的、有针对性的抗极高血压制剂剂。事实上这些假设早就出乎意料地可用其他中则会枢大脑管理系统癌症的极生物医学制剂剂审核。这；也一个一与众不同的、基于人源肝细胞的制剂剂审核平台可以应对我们对有别于啮齿类动物假设的严重倚赖；有别于的灵长类动物假设冲击了抗极高血压制剂剂的发展；这也有助于解释为什么三分之一以上的极高血压病症不够有效的制剂剂外科疗程。

表征极高血压外科疗程负责管理的无论如何

如果要付诸表征的极高血压外科疗程负责管理，必须将关键技术变革与增加健康教育和拿到临床院护理部门机则会相为基础。今后这些结果假设假设不仅则会对研究员众所周知，而且将可以试图全科医师用它们对病症透过定义以便早日将其分诊至极高血压中则会心。

基于AI的诊疗各项政策默许假设可以可靠地假设每个抗极高血压制剂剂对于有机体病症的出乎意料外科疗程的确实性。这些假设被切换为软件并拿到旧金山食品制剂品监督负责管理局和其他监管机构的批准，属于“作为医疗设备的软件”并不一定。该软件既可以单独用到也可以录入到电子产品病历管理系统中则会，并能通过现实生活中则会的反馈来提极高性能。它可以标识耐制剂性极高血压极高安全性病症，并能早日、且有针对性地获取昂贵的临床院护理部门或疗程审核服务。该软件被表明是金融业有效的，可可用前提特意病症进入临床院极高血压外科疗程中则会心。

以上文章显现出自 ： [1] Chen, Zhibin, Ben Rollo, Ana Antonic-Baker, Alison Anderson, Yuanlin Ma, Terence J. O’Brien, Zongyuan Ge, Xuefeng Wang, and Patrick Kwan. "New era of personalised epilepsy management." bmj 371 (2020).[2] Choong, Jiun H., Haris Hakeem, Zhibin Chen, Martin Brodie, Nicolas Lawn, Tom Drummond, Patrick Kwan, and Zongyuan Ge. "Application of transformers for predicting epilepsy treatment response." medRxiv (2020).