AI个体化癫痫治疗管理新时代丨Airdoc莫纳什生物医学最新论文

《the BMJ》-Brain Health（英国外科杂志脑健康歌曲）10月刊发表了关于抑郁症外科手术后管理者的最近布表分析已成果。此次布表分析已成果说明，布表处理的革新都未备有十分直观的框架来数据分析抑郁症有机体病患者的外科手术后结果。全部都是蛋白质组筛选和应用于病患者衍生的干巨噬细胞创设的复杂病症框架意味著会在下一代将试错依此替换为抑郁症精细外科手术后。本布表分析由Airdoc Monash Research Center戈宗元博士一个团队联合莫纳什脑部退化病症布表分析里心近日联合完已成。

一个多世纪以来，抑郁症外科手术后仍然是试错依此。虽然有大致一般来说的制剂选项概要，但药究竟见效，只能应用于后才告诉他，如果没效就要再尝试下一种药，正数直到找到合适的外科手术后方依此。因此耽误病程的病患者则有。但此次Patrick Kwan(关国良)及同事探讨认为下一代通过AI数据分析抑郁症的癫痫，为病患者匹配最适合于的制剂。

材料科学双向Transformers编码方式(BioBERT)是最近的基于尺度进修系统对设计的预先培训材料科学语言表示框架，力布应用于材料科学文本的采石场培训任务。BioBERT发布于2020年初，它通过促已成应用于来自许多其他布表一般来说的非系统对化布表，例如带电粒子健康记录和检验报告，来赞已成框架培训。融合稳固的尺度进修布权重框架，这使得布表分析职员可以在外科手术后结果分析方依此里除此以外十分高粒度且意味著有效率的电子邮件，而现代的的测试方依此则无依此做到到这一点。

外科手术后里间体的不确认性是主要难题

外科手术后抑郁症有许多制剂以及非制剂干预措施，例如切除手术后、脑部适度和饮食疗依此。然而，局限性的外科手术后管理者标准仍然依赖于循序尝试各有不同的抗抑郁症制剂外科手术后的试错依此。虽然有基于抑郁症癫痫大致一般来说（局灶性或全部都是面性癫痫）的制剂选项概要，但在分组分析方依此时，许多制剂有着相似的。对于任何等价的病患者，无依此数据分析哪种制剂最有效地并应受聘初始外科手术后。尽管上制药激增，市场上有20多种药剂，但有三分之一的病患者的抑郁症癫痫无依此被抗抑郁症制剂控制。

在世界许多偏远地区，大多数上新检验为抑郁症的病患者是由初级保健医生进行时外科手术后的。如果在以前的外科手术后里无计可施抑郁症癫痫，则将病患者转诊给比如说认知科学医师，如果促使的制剂外科手术后失败，则将其转诊至抑郁症里心。这种按部就班的护理偏移也就是说在抑郁症专家评估意味著有着乙型肝炎抑郁症高意味著会的病患者早先，不可或缺的时间仍未流失了。其他外科手术后选项，例如手术后，被广泛应用地认为是仍要的系统对设计手段。可惜的是，无关的时间拖延也就是说这些外科手术后系统对设计手段意味著效果不佳。结果一般来说是多年的社会生活能量密度下降，生产率下降和死亡率降低。

这一困境意味著通过一种可靠的、能找到外科手术后结果与病患者个人形态间无关联的方式也的方依此来应付。乙型肝炎抑郁症高意味著会的病患者这所发就可以被急于的分诊，从而尽速得到他所的附属医院护理资源。计算机科学（AI）和干巨噬细胞布表分析的最近进展使人们寄希望于抑郁症有机体化外科手术后管理者将意味著迅速已成为这种循序外科手术后途径的可行性替代解决方案。

A：现代试错外科手术后依此

BC：计算机科学和干巨噬细胞有机体化外科手术后管理者

外科计算机科学

布表处理正在追寻在抑郁症科技领域里通过心电布方式也识别来数据分析和检验抑郁症的癫痫。在在的一项布表分析应用于了9571例同所发借助于的头皮心电布记录来培训一个尺度脑部网络，该插值在检验癫痫期痫所发灯丝方面比起专家。布表分析职员还应用于了基于时间数列的插值（例如，在组织起来性脑部刺激系统对里应用于的该线插值）来分析方依此可控的、持续给与的颅内心电布频率，以开发抑郁症癫痫通信系统对。如果在大规模检验试验里断言有效地，这种系统对可以帮助病患者预先防范并减少抑郁症癫痫所导致的伤及。

材料科学双向Transformers编码方式(BioBERT)是最近的基于尺度进修系统对设计的预先培训材料科学语言表示框架，力布应用于材料科学文本的采石场培训任务。BioBERT发布于2020年初，它通过促已成应用于来自许多其他布表一般来说的非系统对化布表，例如带电粒子健康记录和检验报告，来赞已成框架培训。融合稳固的尺度进修布权重框架，这使得布表分析职员可以在外科手术后结果分析方依此里除此以外十分高粒度且意味著有效率的电子邮件，而现代的的测试方依此则无依此做到到这一点。

AI上的革新为构筑可靠的数据分析制剂外科手术后里间体的框架带来了希望。亨特抑郁症里心的一项布表分析正在开发AI框架根据组织者的抑郁症癫痫，遗传，物理，生理反应，制剂和环境布表数据分析抗抑郁症制剂外科手术后结果。应用于数据分析制剂外科手术后里间体的完美AI插值和读取布表在此早先还有待确认。因此，下一代的布表分析无论如何追寻十分精密、十分复杂的布权重AI框架，并借助于大型纵向抑郁症申领布表，以便可以从病患者的个人资料里采石场全部都是面的电子邮件。这些布表分析意味著会通过应应用于重构处理机器来提取非系统对化布表来增强框架。

△ 培训的框架在各有不同的布表集上不加transfer learning做到盲测

△ 各有不同cohort布表集彼此间的差异

蛋白质组学、干巨噬细胞和精细外科手术后

针对抑郁症病人的全部都是蛋白质组筛查布表分析仍未注意到了越来越多的抑郁症无关蛋白质，除此以外单核苷酸蛋白质位点基因突变（SNVs）和蛋白质组热点。据布表分析估计值，大约有70％的抑郁症病例意味著是由于一种或多种遗传因素引起的。即使仍未有无关布表分析的类似于例子，但是在此早先尚不正确免疫遗传基因突变的认定将在何种程度上阻碍检验实践里的外科手术后协调。为明白决这一基本知识鸿沟，一项正在进行时的临床试验力布确认难治性抑郁症病患者的全部都是蛋白质组测序的检验益处和已成本高效益。

如果遗传学基本知识要裂解为十分好的外科手术后方依此，那么十分加前提地明白遗传基因突变的功能就变得至关极其重要。为此，布表分析职员采用了现代的动物和巨噬细胞病症框架，将偏差的蛋白质填充糖类的DNA里。然后通过与对照或“野生型”状态进行时来得来确认病理生理反应学变化。

就抑郁症而言，针对SCN1A蛋白质突变（导致大多数Dret综合征病例的蛋白质30）的病症框架布表分析已将抑制性里间脑部元的钠离子连通功能减低确认为抑郁症无关的医学组态转变。这一注意到导致了对Dret综合征里制剂选项的重上新评估，并避免了钠离子连通阻绝制剂的应用于，因为它们意味著促使减低脑部元功能从而导致抑郁症癫痫加剧。

但是在大多数情况下，由于现有病症框架布表分析的或许，很多SNVs的免疫机理尚不正确。如果要在抑郁症外科手术后里广泛应用采用精细外科，那么被确认有着遗传基因突变的病患者需要不能接受慢速检验；而且该遗传基因突变还无论如何用灌注框架进行时检查，以评估其病理生理反应严重后果和描绘出病症状态，并进行时量身订制的制剂外科手术后测试和选项。

借助于从病患者自身巨噬细胞正向消除的多潜能干巨噬细胞（iPSCs）给与人源脑部元，可以构筑十分完美的抑郁症病症框架。iPSCs不仅载运病患者自身的糖类；而且可以湿润或“并存”已成多种巨噬细胞系，除此以外多种骨骼肌病毒性。

△ 多种骨骼肌病毒性

这些从病患者巨噬细胞衍生得到的脑部框架可以广泛应用应用于布表分析遗传基因突变引起的脑部无关表现型，例如精神状态的脑部元形态和微管引导，这些都是现代的非脑部病症框架无依此构建的。该框架也仍未被应用于鉴别载运高免疫性突变蛋白质脑部元的精神状态表现型，如早期发育性脑病。

基于iPSCs的病症框架最独特的优势是能够布表分析遗传基因突变的组合效应（在单个病患者里认定出的多个SNV）和蛋白质挫伤未确认的情况。然而，在基于iPSCs的框架可应用于检验外科手术后早先，还有并不需要摆脱重重困难。并不需要十分多的布表分析来断言过度活跃的脑部网络表现型（一个抑郁症的检验形态）究竟可以在培养出来皿里描绘出；还并不需要十分多的布表分析来确认在这些灌注框架里测得的电活动与心电布上观察到的抑郁症所发电活动彼此间的关联。

在此早先基于iPSCs的脑部框架有一个潜在或许，就是缺乏足够的巨噬细胞复杂性来创设抑郁症所发活动。为明白决这一难题，布表分析职员将布表分析靠拢类脑脑部（内含在脑里注意到的多层巨噬细胞和组织结构）。降低病症框架的复杂性对于直观地模拟导致人类文明抑郁症的各种巨噬细胞一般来说和脑周围的外周是至关极其重要的。此外，多阳极阵列可以记录网络化脑部元的密切合作相互作用，已被应用于检验培养出来的类脑部发出的心电布所发频率。

基于iPSC的框架可以无限期湿润，而且没有给病患者带来任何意味著会，因此它们对于在病患者特定背景下进行时生物信息学筛选潜在制剂十分极其重要；最终目标是认定出上精致的、有针对性的抗抑郁症制剂。事实上这些框架仍未已成功地应用于其他里枢脑部系统对病症的生物信息学制剂筛选。这所发一个上精致的、基于人源巨噬细胞的制剂筛选SDK可以摆脱我们对现代啮齿类动物框架的严重依赖；现代的比如说框架阻碍了抗抑郁症制剂的发展；这也有助解释为什么三分之一以上的抑郁症病患者缺乏有效地的制剂外科手术后。

有机体化抑郁症外科手术后管理者的将来

如果要构建有机体化的抑郁症外科手术后管理者，需要将系统对设计革新与改善健康职业教育和得到附属医院护理从里相融合。下一代这些结果数据分析框架不仅会对专家有价值，而且将可以帮助全部都是科医生用它们对病患者进行时分类以便尽早将其分诊至抑郁症里心。

基于AI的检验协调赞已成框架可以直观地数据分析每个抗抑郁症制剂对于有机体病患者的已成功外科手术后的意味著性。这些框架被转换为软件并得到澳大利亚蔬果药品监督管理者局和其他监管该机构的批准，属于“作为医疗电源的软件”类别。发行版既可以基本上应用于也可以集已成到带电粒子个人资料系统对里，并能通过真实里的反馈来减低性能。它可以识别乙型肝炎抑郁症高意味著会病患者，并能尽早、且有针对性地备有价格低廉的附属医院护理或手术后评估服务。发行版被断言是在经济上有效地的，可应用于优先安排病患者进入附属医院抑郁症外科手术后里心。

以上文章出自 ： [1] Chen, Zhibin, Ben Rollo, Ana Antonic-Baker, Alison Anderson, Yuanlin Ma, Terence J. O’Brien, Zongyuan Ge, Xuefeng Wang, and Patrick Kwan. "New era of personalised epilepsy management." bmj 371 (2020).[2] Choong, Jiun H., Haris Hakeem, Zhibin Chen, Martin Brodie, Nicolas Lawn, Tom Drummond, Patrick Kwan, and Zongyuan Ge. "Application of transformers for predicting epilepsy treatment response." medRxiv (2020).