來自VIB和KU Leuven的科學家團隊開發了一種機器學習算法，該算法通過簡單的驗血就可以識別出近90％的兒童患有關節炎。新的發現發表在本週的《風濕病年鑑》上，為機器學習的應用鋪平了道路，以改善診斷並預測哪些青少年關節炎患者可能對不同的治療方案產生最佳反應。這項工作由來自VIB和比利時魯汶的KU Leuven以及英國劍橋的Babraham研究所的Adrian Liston教授領導。
幼年特發性關節炎是兒童中最常見的風濕病，但它表現為多種不同的形式，嚴重程度和預後。這種多樣性使患者難以分類，尤其是在疾病早期。
比利時VIB，KU Leuven和UZ Leuven研究組織的一組研究人員對數百名患有或未患有青少年關節炎的兒童的免疫系統進行了詳細的生物學表徵，以幫助診斷或治療該病。
“電競運彩賠率基本上，我們從100多名兒童中抽取了血液樣本，其中三分之二患有兒童關節炎，”該研究的第一作者埃里卡·範·紐溫霍夫（VIB-KU Leuven）解釋說。 “我們 大老爺娛樂城對該疾病進行了前所未有的詳細分析，從而分析了他們的免疫系統，並且王者娛樂城 只需使用這些數據，我們就可以使用機器學習來了解我們是否可以分辨出哪些兒童患有關節炎。”
結果非常顯著：該算法在539怎麼玩才會贏識別患有該疾病的兒童方面的準確率約為90％。 “僅使用有關免疫系統的信息，而根本沒有臨床數據，我們可以金合發娛樂城設計一種機器學習算法，該算法可以準確地識別出哪些孩子患有關節炎，準確率高達90％。 “這一結果是原理證明，證明免疫表型與機器學習相結合在疾病過程的早期診斷各種形式的青少年關節炎具有巨大的潛力。可以採用類似的方法來改善患者539必中法的治療選擇財神娛樂治療和臨床試驗。”
研究人員對這項研究對改善患者預後的影響充滿希望。 “該工具需要進一步驗證，但是將這種方法迅速應用於臨床並不存在任何科學障礙，”這項研究的臨床負責人Carine Wouters教授（UZ Leuven）說。 “就此而言，我們可以使用這種詳細的分類信息以及機器學習分析來確定哪些患者將對特定的治療方案做出最佳反應。”
本文已從VIB提供的材料中重新發布。注意：材料的長度和內容可能已被編輯。有關更多信息，請聯繫引用的來源。
參考
機器學習可識別與多種幼年特發性關節炎亞型相關的免疫學模式。 Erika Van Nieuwenhove等。 R年鑑娛樂城評價血液疾病，http://dx.doi.org/10.1136/annrheumdis-2018-214354。
