Big Blue和Michael J. Fox基金会(MJFF)的研究部门开发了机器学习疾病进展模型，作为对帕金森氏病(PD)进一步研究的一部分。
PD是一种慢性进行性神经退行性疾病，其症状可能会影响运动和非运动功能。但是PD的基本生物学机制仍然未知，因此，临床医生仅通过判断患者的症状就难以确定疾病的进展程度，尤其是如果他们正在服用药物掩盖这些症状时。
IBM Research说：总的来说，帕金森氏病的进展既不直接也不容易确定。
PD的症状和症状轨迹在不同患者中都有广泛表现。这使得临床医生难以确切，定量地评估某个人在某个时间点的位置以及其PD的真正发展水平。
考虑到这一点，IBM Research和MJFF设计了一种建模方法，旨在帮助临床医生了解与症状的出现有关的疾病进展情况，方便他们可以准确指出患者PD的发展程度。
通过使用算法，该模型的设计考虑了可以掩盖某人PD外观的因素，包括可以减轻震颤等症状，改善运动控制并改善其他常见症状的药物。
IBM Research说：患者对药物的反应在整个人群中可能不一致，这激发了对个性化预测的需求。
例如，一名患者的震颤症状可能对药物反应非常好，而另一位患者的病情可能也得到了缓解，即使他们的病情得到了同等的发展，识别这些挑战是机器学习在医疗保健领域成功的关键。
IBM表示，希望临床医生可以使用这种进展模型对患者进行分组，并更好地预测疾病的进展。
IBM Research承认，虽然建模工作的主要目的是发现对PD的进一步了解，但它认为可以将其用于研究其他慢性疾病，例如糖尿病，阿尔茨海默氏病和肌萎缩性侧索硬化症(ALS)。
下一步，IBM计划使用MJFF收集的PD患者数据来训练模型，希望可以定义PD的每个阶段。
开发分析工具只是与迈克尔·J·福克斯基金会合作的第一步。我们的下一个结果将集中在通过将这些模型应用于迈克尔·J·福克斯收集的大量数据而获得的临床见解。福克斯基金会具有里程碑意义的临床研究，即帕金森氏病进展指标计划。
