Credit: Unsplash/CC0公共领域
利用人工智能，布法罗大学的一组研究人员开发了一种新的系统，该系统可以模拟患者年龄增长时慢性疾病的进展
该模型于10月发表在《药代动力学和药效学杂志》上，评估代谢和心血管生物标志物——可测量的生物过程，如胆固醇水平、体重指数、葡萄糖和血压——以计算患者一生中的健康状况和疾病风险
这些发现至关重要，因为随着年龄的增长，患代谢和心血管疾病的风险增加，这一过程会对细胞、心理和行为过程产生不利影响
该研究的主要作者穆拉利·拉马纳森博士说:“在存在衰老和慢性并发症的情况下，对可扩展方法的需求尚未得到满足，这种方法可以为整个生命周期的药物治疗提供指导。”
D
，UB药学院药学教授
“这种知识差距可能会通过创新的疾病进展模型来弥补
" 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
其他研究者包括第一作者和UB药学院的校友梅森·麦科姆博士
D
；雷切尔·海格曼·布莱尔博士
D
，UB公共卫生与健康专业学院生物统计学副教授；马丁·利西博士
D
滑铁卢大学统计学和精算学副教授
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，这些研究评估了美国近4万人的代谢和心血管生物标志物
生物标记也包括温度、体重和身高等测量值，用于诊断、治疗和监测整体健康和多种疾病
研究人员检测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
检测的心血管生物标志物包括收缩压和舒张压、脉率和同型半胱氨酸
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，该系统利用先前生物标记水平的记忆来预测未来的测量，最终揭示代谢和心血管疾病如何随着时间的推移而发展
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
