0
雷鋒網注：圖片來自維基百科
雷鋒網消息 科學家們開發出了一種機器學習算法，可以通過分析病人的腸道細菌，分析其是否有可能感染霍亂。
研究人員認為，人工智能在霍亂高發地區具有很高的應用價值，因為它可以分析數萬億的細菌，這一能力遠遠超過了人類。這項研究還展示了機器學習在醫學領域的深刻洞察力，它可以幫助人類解開很多困惑。
這項研究是由位于孟加拉國的杜克大學、麻省總醫院和國際腹瀉疾病研究中心聯合開展的。這項研究之所以重要，是因為人類還不清楚為什么有些人會感染霍亂，而另一些人卻不會。
孟加拉國長期受霍亂疫情困擾，國際腹瀉疾病研究中心一直是負責該疾病試驗、治療和分發疫苗的主要機構。
在這項研究中，研究人員鎖定了孟加拉國的76戶居民，其中一位居民曾因霍亂而住院，導致其他人有較高的感染風險。研究小組收集了研究參與者的直腸拭子，然后追蹤他們是否會感染霍亂。
結果76戶居民中有約三分之一感染了霍亂，其他人則一直很健康?；谶@些數據，機器學習算法鎖定了近1000個細菌類群，它們似乎可以作為判斷某人是否會感人霍亂的依據。
“我們的研究發現，這種‘預測菌群’和過去幾十年里我們知道的臨床危險因素一樣，可以很好地預測誰有可能感染霍亂?！?哈佛醫學院的高級作者、醫學助理教授Regina C. LaRocque在一次新聞發布會上說道，“我們確定了一個新的霍亂易發因素，這個因素是我們以前不知道的。”
該研究的資深作者、杜克大學醫學院分子遺傳學和微生物學助理教授Lawrence a . David博士說，這些信息可以幫助研究人員預防霍亂感染。
“我們認為有效的預防方法包括，找出與易感性相關的微生物群，然后研究阻止這些微生物群的干預措施，比如改善營養或衛生?！?/p>
世界衛生組織(World Health Organization)的數據顯示，惡劣的衛生條件和缺乏清潔的水是導致霍亂的主要危險因素，每年有130萬到400萬人感染霍亂。
David表示，這項技術也可以用來更好地了解其他疾病。他說道：“毋庸置疑，我們的主要思路可以復制到其他疾病的研究當中，尤其是那些可以提前獲取微生物樣本的疾病?！?/p>
David認為，實現AI驅動的疾病預防，辦法之一就是建立大規模的微生物群數據庫。他介紹，杜克大學目前是癌癥患者移植物抗宿主病的生物樣本庫。
這項研究的題目為“基于人類腸道微生物組預測感染霍亂弧菌的敏感性”。研究結果發表在了上個月的《傳染病雜志》上。
雷鋒網編譯 via Healthcare Analytics News
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
