AI 接受过训练，可以在症状出现之前检测帕金森氏症：

科学家们不仅致力于寻找治疗帕金森病的方法，他们还忙于寻找更好的方法来及早发现它并抑制其发展。

现在可以快速运行的新工具在标准笔记本电脑上，利用 AI 在震颤和运动缓慢等症状开始出现前数年检测出疾病的潜在迹象。它称为 CRANK-MS：使用神经网络的分类和排名分析从质谱分析中生成知识。

该工具使用以人脑为模型的经过训练的节点层，寻找血液中的特定化合物（代谢物） ，找出可能预测疾病存在或预防疾病的模式。

血液分析可用于评估帕金森病的风险。（Zhang et al., ACS Cent. Sci., 2023）

“找出哪些代谢物对疾病更重要与对照组相比，研究人员通常会研究涉及特定分子的相关性，”澳大利亚新南威尔士大学的化学家 Diana Zhang 说。

“但在这里我们考虑到代谢物可能与其他代谢物——这就是机器学习的用武之地。对于成百上千的代谢物，我们使用计算能力来了解正在发生的事情。”

该团队利用作为一部分收集的血浆样本西班牙欧洲营养与癌症前瞻性研究的研究。重点关注 39 名在 15 岁内发展为帕金森病的患者在他们参与研究的多年时间里，该团队将代谢物混合物与 39 名未参与研究的对照患者进行了比较。确定了几种被认为具有潜在意义的模式。

这些代谢物是在人体分解食物、药物或化学物质时产生的。例如，研究小组注意到，继续患上帕金森氏症的人血液中的三萜类化合物含量往往较低，这种化合物在细胞水平上处理身体压力，存在于苹果、橄榄和西红柿等食物中。

研究人员还注意到，后来患上帕金森病的人体内存在多氟烷基物质 (PFAS)。这可能与较高的工业化学品暴露量有关，但还需要涉及更多患者的更大规模研究才能确定。

虽然这项研究规模相对较小，但 CRANK-MS能够以高达 96% 的准确度检测帕金森病风险。 w的一部分直到从一开始就输入系统的数据的数量和广度，不需要手动简化或过滤。

“在这里，我们将所有信息输入 CRANK-MS，没有任何从一开始就减少数据，”新南威尔士大学的化学家 William Donald 说。 “据此，我们可以获得模型预测并确定哪些代谢物最能推动预测，所有这些都一步完成。”

“这意味着如果存在使用传统方法可能遗漏的代谢物方法，我们现在可以选择它们。”

CRANK-MS 可供其他科学家使用。这意味着可以通过血液样本检测更多疾病。

研究人员现在希望看到他们的系统在世界更多地区的更大队列中进行测试，以了解 AI 分析是否适用于帕金森氏症——但就血液中代谢物的分析而言，早期结果很有希望。

“首先，在临床诊断之前预测帕金森氏病的准确性非常高，”Donald 说。“其次，这种机器学习方法使我们能够识别化学标记物，这些化学标记物对于准确预测谁将在未来患上帕金森氏病最为重要”

“第三，一些最能推动准确预测的化学标记物先前已被其他人在基于细胞的检测中与帕金森病联系起来，但在人类中却没有。”

该研究已发表在 ACS Central Science 上。