與阿爾茨海默氏病相關(guān)的基因組學(xué)，神經(jīng)影像學(xué)和認知數據之山幾乎肯定是開(kāi)辟一些可靠的方法來(lái)預測，預防和/或治療它的關(guān)鍵。

但是，這些字節的累積速度太快，以至于任何人都無(wú)法連接隱藏在巨大混亂中的任何點(diǎn)。在擁有AI的11個(gè)站點(diǎn)和近1800萬(wàn)美元的NIH新資金中輸入40名研究人員。

這項名為AI 4 AD的研究正式稱(chēng)為“超大規模機器學(xué)習，可幫助阿爾茨海默氏病生物庫發(fā)現”，這項研究由南加州大學(xué)的研究人員領(lǐng)導。

南加州大學(xué)神經(jīng)影像與信息學(xué)研究所所長(cháng)，項目負責人Paul Thompson博士在項目摘要中寫(xiě)道，數據分析部分將尋求開(kāi)發(fā)“可轉換的AI方法，用于高通量分析下一代測序以及相關(guān)的阿爾茨海默氏病生物標志物和認知數據。”

他補充說(shuō)，分布式的工作將使思想和機器梳理所有的數據，以“提取和優(yōu)先處理對解決阿爾茨海默氏癥預防和藥物發(fā)現的基本障礙至關(guān)重要的功能。”

在USC自己對這一發(fā)展的報道中，神經(jīng)科學(xué)家湯普森表示，他有信心將AI與全基因組數據和先進(jìn)的腦部掃描相結合，將勝過(guò)目前用于預測那些患阿爾茨海默氏病進(jìn)程的方法。

他說(shuō)，此外，新的研究技術(shù)“將幫助我們確定每位患者正在發(fā)生的變化，以及我們可以用新藥靶向的DNA中這些過(guò)程的驅動(dòng)因素。”