您的瀏覽器不支援script
科技部國際合作簡訊網
回首頁  意見信箱  English  科技部科教國合司  連結到科技部
  新聞剪影
  專題報導
  科技短訊
  科技政策
  科技新知
  學人及社團活動
  求才專欄
  合作機會
  科技臺灣
  歐盟科技報導
  相關網站
科技新知
  友善列印友善列印 文章轉寄文章轉寄  回上一頁
印度開發出以人工智慧診斷氣喘類型的新技術
作者:科技組(編譯自印度人報/The Hindu/31st December 2017/Prasad) 現職:駐印度代表處科技組
文章來源:印度人報(The Hindu)
發佈時間:2018.02.22
印度研究人員開發出運用人工智慧檢測兒童氣喘的新技術,可以達到80%的敏感度和75%明確性。新德里的研究人員利用與人工智慧結合的機械學習領域,以呼氣冷凝物的核磁共振(NMR)譜,改進了對兒童氣喘的診斷方式,甚至可鑑別三種氣喘類型。有助於對兒童氣喘結合新陳代謝學(代謝化學過程的相關研究)的瞭解,到目前為止,這些類型的氣喘都還未被廣泛認知。

由國家基因學及整合生物學研究所( CSIR-Institute of Genomics and Integrated Biology)的Anurag Agrawal博士、印度理工學院德里分校(IIT-Delhi)的Tavpritesh Sethi博士和全印度醫學院(All India Institute of Medical Sciences)的研究團隊所進行的這項實驗現在已經得到初步的成功。研究人員已經能正確判斷兒童是否患有氣喘以及氣喘類型的潛在生物標記。

這項研究裡,針對89名18歲以下患有氣喘的兒童和20名沒有臨床氣喘病史的健康個體的資料進行分析,以辨別氣喘兒童的核磁共振特徵。研究中選出了61名氣喘兒童臨床疹斷資料的核磁共振波譜作類型鑑定。來自基因學及綜合生物學研究所的Koundinya Desiraju博士以及在「轉譯醫學期刊」(Journal of Translational Medicine)發表相關文章的第一位作者均表示,這項在AIIMS針對氣喘群體的研究已經進行五年了。

不同於其他研究人員只以核磁共振在呼氣中找特定代謝物,Agrawal博士和Sethi博士找了核磁共振對呼氣中所有代謝物的識別標誌,並將這些呼氣的代謝物在攝氏負80度的溫度下濃縮。Agrawal博士說:「呼出的未知與多樣稀釋氣體,一直是這領域的主要問題。這與找特定代謝物的情況不同,識別標誌的整體形狀將維持與呼氣稀釋的非物質相同。」

但是,研究全球的識別標誌挑戰在於肉眼無法從數百個高數值中,找出一個模式,因此透過人工智慧就能輕易解決這項難題。人工智慧演算技術能夠區分健康兒童和氣喘兒童的總核磁共振譜(規格化),它也能確定三種氣喘類型,該運算在診斷是否患有氣喘兒童,可達80%的敏感度和75%的明確性。

Agrawal博士表示:「我們可聯結不同的類型與不同的臨床表現。」第一種類型的兒童表現出氨代謝物的典型特徵,但家族沒有氣喘病史。 Sethi博士說:「這種氣喘類型較像是典型的氣喘過敏型。」但相較於其他兩種類型,第三種類型的啫酸性紅血球過多(Eosinophilia)的情形較少和中性粒細胞增多(Neutrophilia)的情形增加。這種類型的兒童具有較強的氣喘家族史,而且在治療時也容易急性氣喘發作。第三種類型表現出與甲酸(Formic Acid)有高度相關性。

第二種類型顯示出較多的嗜酸性紅血球數,而在其他方面則與第一種類型類似,與第三種類型卻炯然不同。Agrawal博士表示:「呼出的氣體中不是每種化學差異都將轉化為臨床差異。第一、二種類型的兒童是否有其他臨床差異性,需要對更多的兒童進行更長時間的追蹤才能得知。」

目前,對這三種類型兒童的治療並沒有差異性。但是Sethi博士說:「了解第一種類型和第二種類型之間的差異性、第一種類型和第三種類型之間的差異性,將有助於更好的診治對策,這也是精密醫學的目標。但是目前還在研究階段,我們也無法得到更多細節。」

下個階段將要實證氣喘類型的生物標記。因此,第一、二種類型就要一起檢視,並與第三種類型進行對照。

參考資料:
The Hindu (THG PUBLISHING PRIVATE LIMITED)
http://www.thehindu.com/todays-paper/tp-features/tp-sci-tech-and-agri/artificial-intelligence-diagnoses-asthma-identifies-subtypes/article22336471.ece
TOP
Copyrightsc2003 Department of International Cooperation and Science Education. All rights reserved. 科技部科教國合司 版權所有
隱私權宣告 ● 版權宣告  最佳瀏覽解析度1024x768