全世界有1700万至2400万人患有慢性疲劳综合症，这是一种非常虚弱且难以诊断的疾病。根据世界卫生组织(World Health Organization)的说法，这种疾病也被称为肌痛性脑脊髓炎(myalgic encephalomyelitis)，它会导致一系列症状，这些症状结合起来会产生一种令人虚弱、难以解释的极端慢性疲劳感，包括睡眠困难和运动后感觉不适。有些病人可能在进行日常活动或集中注意力方面有严重问题，甚至可能卧床不起。
“随着时间的推移，症状会越来越严重，诊断的困难在于缺乏诊断测试和生物标志物来定义受影响的患者，”研究人员马科斯·拉卡萨(Marcos Lacasa)说，他目前正在加泰罗尼亚Oberta大学(UOC)生物信息学博士课程撰写博士论文。“诊断取决于病史和医生。早期诊断可以对疾病的发展产生重大影响。”
在他的最新论文中，他与来自UOC应用数据科学实验室的Jordi Casas和来自Vall d'Hebron研究所(VHIR)的jos
由于缺乏明确的生物标志物，目前还没有测试来诊断某人是否患有慢性疲劳综合征。尽管在这个领域已经做了大量的研究(同一组研究人员在最近发表在《临床治疗学》上的另一篇文章中建议，应该以患者的耗氧量水平作为参考)，但诊断主要是基于评估一个人对疲劳的感知的问卷调查。
这些问卷，如36项简短健康调查(SF-36)，是定义明确和标准化的。然而，早期诊断仍然很困难。
“我们所展示的是，我们可以根据患者对问卷的回答来模拟他们在不同领域的状况。换句话说，我们可以为非专业人士提供机器学习应用程序，甚至可以根据大约40个问题预测患者在压力测试中的表现，”Lacasa说。
“这将作为可能与肌痛性脑脊髓炎相关症状的警告，并将加快将患者转诊到最近的专科医院。”简而言之，它将使早期诊断变得更加可行。”
这种方法的主要挑战是要有足够的高质量数据来训练人工智能算法，以便它能够预测答案。该应用程序可以提供人工智能生成的答案。病人不需要填写六份不同的问卷来了解他们的整体状况。只要填上一个，人工智能就会填上其余的。”
论文中提出的解决方案是创造研究人员所谓的合成病人。这种方法允许使用来自单个一般问卷的数据来填写专门的问卷，甚至替换缺失的数据。“我们可以使用人工智能编造的数据进行科学研究，但保留统计特征，就像他们是真正的病人一样。其主要优点是，这些合成数据可以共享，而不必担心任何形式的私人数据泄露。”
UOC和VHIR研究人员提出的模型有其优点，但也有其局限性。“滥用合成数据会使分析无效。同样，仍然需要真实的输入数据，例如SF-36问卷所提供的数据。”其优势在于拥有一个可以为研究和教育目的提供高保真合成数据的工具，不受法律、隐私、安全和知识产权限制。
除了通过问卷调查提高诊断水平外，对慢性疲劳综合症的其他平行研究也在进行中。寻找可用于开发有效诊断测试的生物标记物与开发治疗方法一样，都是优先考虑的事项。目前尚无治疗方法。相反，治疗的目的是通过睡眠卫生、饮食改变、运动、治疗和针对主要症状的药物来缓解症状。
“我们需要更多的资金来对肌痛性脑脊髓炎患者进行基因测序。然后，我们可以做一个基因组分析，找出是否有一种蛋白质导致这种疾病。这将使设计一种有效的药物来减轻症状变得容易得多，”Lacasa总结道。
更多信息:Marcos Lacasa等人，肌痛性脑脊髓炎/慢性疲劳综合征问卷的合成数据生成系统，科学报告(2024)。DOI: 10.1038 / s41598 - 023 - 40364 - 6
Marcos Lacasa等，基于峰值耗氧量和SF-36评分的无监督聚类分析揭示了ME/CFS患者的不同亚型，临床治疗学(2024)。DOI: 10.1016/j.c ynthera .2024.09.007期刊信息:科学报告
由加泰罗尼亚开放大学提供 nia 引用:人工智能与综合患者提高慢性阻塞性肺疾病的诊断 nic fatigue syndrome(2024, 11月21日)检索自https://medicalxpress.com/news/2024-11-ai-synthetic-patients-diagnosis-chronic.html 作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司 内容仅供参考之用。