科学家们正在利用人工智能技术加速寻找可能"近在眼前"的神经系统疾病治疗方法。
位于爱丁堡的英国痴呆症研究所的研究人员分析患者数据，包括语音录音和眼部扫描，以及实验室培育的脑细胞，以确定现有药物是否可以重新用于治疗运动神经元病（MND）等疾病。
科学家们希望通过使用算法来检测疾病模式并预测合适的药物，能够在"几年而非几十年"内找到有效的治疗方法。
这一希望也得到了试验参与者史蒂文·巴雷特的认同，他在10年前被诊断出患有MND。
史蒂文原本计划在公务员生涯结束后享受活跃的退休生活，但后来开始注意到腿部出现麻木感。
几年后，他被诊断出患有MND——一种目前尚无治愈方法的退行性神经系统疾病。
"MND是一种可怕的疾病，它剥夺了你的自我，"他在苏格兰阿洛韦的家中对BBC表示。
"它撕碎了你可能为自己规划的任何未来感——所有这些都消失了。"
史蒂文说，他的家人也没有预料到这一点——他给我们展示了他在工作、聚会和儿子婚礼上的照片。
史蒂文·巴雷特（OBE勋章获得者）正在参与英国痴呆症研究所的研究，旨在改善MND和其他脑部疾病患者的生活成果 [BBC]
但他将这些试验描述为自己以及MND或其他类似疾病患者的"希望之光"。
其中一个试验MND-SMART同时测试多种药物，而不是一组接受治疗，另一组接受安慰剂。
"对我来说，这项研究远不止是服用一片药片——它是带着实现治疗效果的意图服用药片，这可能对我有所帮助，也可能没有帮助，但肯定能帮助他人，"他说。
该研究所还在建立一个包含帕金森病、痴呆症和MND等疾病患者的数据库。
临床医生正在收集虹膜扫描、语音录音，并利用人工智能技术处理和整理大量数据，以发现可能是未来问题早期指标的变化迹象。
英国痴呆症研究所的科学家在研究中使用患者数据和实验室培育的脑细胞 [BBC]
此外，他们还从志愿者患者那里收集血液样本，将干细胞培养成称为神经元的脑细胞群。
然后，使用机器人、传统实验室设备和运行专业算法的计算机组合，在多批神经元上测试现有药物。
这些机器学习算法经过训练，可以识别能够将神经系统疾病特征转化为健康状态的药物。
AI认为可能有效的药物随后可以投入临床试验，像史蒂文这样的患者参与其中。
释放AI潜力
目前约有1,500种已开发并获批准用于治疗其他疾病的药物。
但研究所首席执行官西达尔坦·钱德兰教授表示，其中一种药物也可能对大脑有效，而我们尚未发现这一点。
"大脑是人体中最复杂的器官，所以我们必须应对这种复杂性的悖论，"他告诉BBC，并补充说，直到最近，这意味着使用不那么复杂的研究方法。
西达尔坦·钱德兰教授，爱丁堡英国痴呆症研究所首席执行官 [BBC]
"AI和新技术的结合意味着我们现在可以做一些在我医学院时期难以置信的事情。"
由于这些药物已经开发并获批准，重新部署它们比从头开始使用新配方更为直接。
发现新药并将其推向市场可能需要很长时间——据一些估计，需要超过10年。
但钱德兰教授和他的团队认为，他们的工作意味着神经疾病负担得起的有效药物可能会更快面世。
这项研究并非首次探索AI如何从海量健康或医疗数据中发现潜在解决方案。
美国剑桥市麻省理工学院的科学家已使用生成式AI识别出新型抗生素化合物，这些化合物可能能够治疗包括淋病在内的超级细菌以及帕金森病等疾病。
2024年，哈佛大学的研究人员开发了一种名为TxGNN的神经网络模型，用于发现可用于治疗罕见疾病的现有药物。
但在更广泛的研究领域中也遇到了挫折。
最近对lecanemab和donanemab的回顾研究曾被誉为治疗阿尔茨海默病的"突破性"药物，但研究发现，尽管它们能减缓疾病进展，但效果并不足以对患者产生有意义的影响。
该研究查看了17项研究，涉及20,342名志愿者，研究了从大脑中清除淀粉样蛋白（疾病中存在的错误折叠蛋白质）的药物。
其结论引发了其他科学家的强烈反对。
但钱德兰教授仍然确信，神经科学研究和理解"正处于变革的临界点"。
【全文结束】
