自身免疫疾病，即免疫系统错误地攻击身体自身的健康细胞和组织，通常在确诊前有一个临床前期阶段，这一阶段以轻微的症状或血液中的某些抗体为特征。然而，在一些人中，这些症状可能在发展为全面疾病之前自行缓解。
宾夕法尼亚州立大学医学院的研究团队开发了一种新方法，用于预测具有临床前期症状的人群中哪些可能会发展为自身免疫疾病，这对于早期诊断和干预、改善治疗和更好的疾病管理至关重要。该研究团队使用人工智能（AI）分析来自电子健康记录和大规模基因研究的数据，以得出风险预测评分。与现有模型相比，该方法在确定症状是否会发展为更严重疾病方面的准确性提高了25%到1000%。研究结果已发表在《自然通讯》期刊上。
“通过针对更相关的人群——有家族史或出现早期症状的人，我们可以利用机器学习识别出患病风险最高的人群，然后找到合适的治疗方法，可能减缓疾病的进展。这提供了更有意义和可操作的信息，”宾夕法尼亚州立大学医学院杰出教授、研究副主席、人工智能与生物医学信息学主任、该研究的共同通讯作者刘大江说。
根据美国国立卫生研究院的数据，大约8%的美国人患有自身免疫疾病，其中绝大多数是女性。刘大江表示，越早检测到疾病并进行干预越好，因为一旦自身免疫疾病进展，损害可能是不可逆的。研究人员解释说，在类风湿关节炎患者中，可以在症状开始前五年从血液中检测到抗体。
预测疾病进展的挑战在于样本量。特定自身免疫疾病的个体数量相对较少。可用的数据越少，开发准确模型和算法就越困难。为了提高预测准确性，研究团队开发了一种称为遗传进展评分（GPS）的新方法，以预测从临床前期到疾病阶段的进展。GPS借鉴了迁移学习的思想——一种机器学习技术，其中模型在一个任务或数据集上训练，然后微调用于不同的但相关的任务或数据集，宾夕法尼亚州立大学医学院公共卫生科学助理教授、该研究的第一作者姜弼波解释道。这使得研究人员可以从较小的数据样本中获取更好的信息。
例如，在医学影像中，人工智能模型可以训练来判断肿瘤是有害还是无害。创建训练数据集需要医学专家逐个标记图像，这可能耗时且受限于可用图像的数量。相反，迁移学习使用更多、更容易标记的图像，如猫和狗，创建更大的数据集。该任务也可以外包。模型学会了区分动物，然后可以进一步优化以区分恶性肿瘤和良性肿瘤。
“你不需要从头训练模型，”刘大江说，“模型从图像中分割元素以判断它是猫还是狗的方式是可以转移的。经过一些调整，你可以优化模型以区分肿瘤图像和正常组织图像。”
GPS在大型病例对照全基因组关联研究（GWAS）数据上进行训练，这是一种在人类遗传学研究中流行的方法，用以识别特定自身免疫疾病患者的遗传差异，并检测潜在的风险因素。它还结合了基于电子健康记录的生物银行数据，这些数据包含丰富的患者信息，包括遗传变异、实验室测试和临床诊断。这些数据有助于识别处于临床前期的个体，并描述从临床前期到疾病阶段的进展过程。来自两个来源的数据随后被整合以优化GPS模型，纳入与疾病实际发展相关的因素。
“整合大型病例对照研究和生物银行数据，借用了大型病例对照研究的大样本量优势，提高了预测准确性，”刘大江解释说，“GPS评分较高的人群从临床前期发展到疾病阶段的风险更高。”
研究团队使用范德堡大学生物银行的真实世界数据预测了类风湿关节炎和狼疮的进展，并使用美国国立卫生研究院的“我们所有人”生物银行数据验证了GPS风险评分。GPS在预测疾病进展方面优于依赖生物银行或病例对照样本的20个其他模型，也优于通过其他方法结合生物银行和病例对照样本的模型。
使用GPS准确预测疾病进展可以实现早期干预、有针对性的监测和个性化治疗决策，从而改善患者预后。刘大江表示，这还可以改进临床试验设计和招募，识别最有可能从新疗法中受益的个体。虽然这项研究专注于自身免疫疾病，但研究人员表示，类似的框架可用于研究其他类型的疾病。
“当我们谈论代表性不足的人群时，不仅是指种族。它也可以是指在医学文献中研究不足的一小部分患者群体。AI和迁移学习可以帮助我们研究这些人群，减少健康差距，”刘大江说。“这项工作反映了宾夕法尼亚州立大学在自身免疫疾病综合研究项目中的实力。”
(全文结束)
