0
雷锋网注：图片来自维基百科
雷锋网消息 科学家们开发出了一种机器学习算法，可以通过分析病人的肠道细菌，分析其是否有可能感染霍乱。
研究人员认为，人工智能在霍乱高发地区具有很高的应用价值，因为它可以分析数万亿的细菌，这一能力远远超过了人类。这项研究还展示了机器学习在医学领域的深刻洞察力，它可以帮助人类解开很多困惑。
这项研究是由位于孟加拉国的杜克大学、麻省总医院和国际腹泻疾病研究中心联合开展的。这项研究之所以重要，是因为人类还不清楚为什么有些人会感染霍乱，而另一些人却不会。
孟加拉国长期受霍乱疫情困扰，国际腹泻疾病研究中心一直是负责该疾病试验、治疗和分发疫苗的主要机构。
在这项研究中，研究人员锁定了孟加拉国的76户居民，其中一位居民曾因霍乱而住院，导致其他人有较高的感染风险。研究小组收集了研究参与者的直肠拭子，然后追踪他们是否会感染霍乱。
结果76户居民中有约三分之一感染了霍乱，其他人则一直很健康。基于这些数据，机器学习算法锁定了近1000个细菌类群，它们似乎可以作为判断某人是否会感人霍乱的依据。
“我们的研究发现，这种‘预测菌群’和过去几十年里我们知道的临床危险因素一样，可以很好地预测谁有可能感染霍乱。” 哈佛医学院的高级作者、医学助理教授Regina C. LaRocque在一次新闻发布会上说道，“我们确定了一个新的霍乱易发因素，这个因素是我们以前不知道的。”
该研究的资深作者、杜克大学医学院分子遗传学和微生物学助理教授Lawrence a . David博士说，这些信息可以帮助研究人员预防霍乱感染。
“我们认为有效的预防方法包括，找出与易感性相关的微生物群，然后研究阻止这些微生物群的干预措施，比如改善营养或卫生。”
世界卫生组织(World Health Organization)的数据显示，恶劣的卫生条件和缺乏清洁的水是导致霍乱的主要危险因素，每年有130万到400万人感染霍乱。
David表示，这项技术也可以用来更好地了解其他疾病。他说道：“毋庸置疑，我们的主要思路可以复制到其他疾病的研究当中，尤其是那些可以提前获取微生物样本的疾病。”
David认为，实现AI驱动的疾病预防，办法之一就是建立大规模的微生物群数据库。他介绍，杜克大学目前是癌症患者移植物抗宿主病的生物样本库。
这项研究的题目为“基于人类肠道微生物组预测感染霍乱弧菌的敏感性”。研究结果发表在了上个月的《传染病杂志》上。
雷锋网编译 via Healthcare Analytics News
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
