AI驱动的计算机模型可预测衰老过程中的疾病进展

由于随着衰老而发生代谢和心血管疾病的风险增加，这一过程对细胞、心理和行为过程产生不利影响，因此这些发现至关重要。

“对于可扩展的方法的需求尚未得到满足，这些方法可以在存在衰老和慢性合并症的情况下为整个生命周期的药学护理提供指导，”主要作者、UB 药学院药学教授 Murali Ramanathan 博士说。药学。“这种知识差距可能会通过创新的疾病进展模型来弥合。”

Ramanathan 说，该模型可以促进长期慢性药物治疗的评估，并帮助临床医生监测糖尿病、高胆固醇和高血压等疾病的治疗反应，这些疾病随着年龄的增长而变得更加频繁。

其他研究人员包括第一作者和 UB 药学与制药科学学院校友 Mason McComb 博士;Rachael Hageman Blair 博士，UB 公共卫生与健康专业学院生物统计学副教授;滑铁卢大学统计学和精算学副教授 Martin Lysy 博士。

该研究检查了第三次全国健康和营养检查调查 (NHANES) 中三个案例研究的数据，该调查评估了近 40,000 人的代谢和心血管生物标志物。

生物标志物还包括温度、体重和身高等测量值，用于诊断、治疗和监测整体健康状况和多种疾病。

研究人员检查了七种代谢生物标志物：体重指数、腰臀比、总胆固醇、高密度脂蛋白胆固醇、甘油三酯、葡萄糖和糖化血红蛋白。检查的心血管生物标志物包括收缩压和舒张压、脉搏率和同型半胱氨酸。

通过分析代谢和心血管生物标志物的变化，该模型“学习”了衰老如何影响这些测量。通过机器学习，该系统使用先前生物标志物水平的记忆来预测未来的测量结果，最终揭示代谢和心血管疾病如何随着时间的推移而发展。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！