來(lái)自密蘇里大學(xué)、堪薩斯城兒童慈善機(jī)構(gòu)和德克薩斯兒童醫(yī)院的跨學(xué)科研究小組使用了一種新的數(shù)據(jù)驅(qū)動(dòng)方法來(lái)了解更多關(guān)于1型糖尿病患者的信息,1型糖尿病患者約占所有糖尿病診斷的5-10%。該團(tuán)隊(duì)通過(guò)健康信息學(xué)和應(yīng)用人工智能(AI)收集信息,以更好地了解這種疾病。
在這項(xiàng)研究中,該團(tuán)隊(duì)分析了來(lái)自T1D交換診所注冊(cè)的約16,000名參與者的公開可用的真實(shí)世界數(shù)據(jù)。通過(guò)應(yīng)用密歇根大學(xué)工程學(xué)院開發(fā)的對(duì)比模式挖掘算法,該團(tuán)隊(duì)能夠確定1型糖尿病患者(有或沒(méi)有該疾病的直系家族史)之間健康結(jié)果的主要差異。
芝加哥大學(xué)數(shù)據(jù)科學(xué)與信息學(xué)研究所(MUIDSI)的主任Chi-Ren Shyu領(lǐng)導(dǎo)了這項(xiàng)研究中使用的人工智能方法,并表示這項(xiàng)技術(shù)本質(zhì)上是探索性的。
“在這里,我們讓計(jì)算機(jī)完成連接數(shù)據(jù)中數(shù)百萬(wàn)個(gè)點(diǎn)的工作,以識(shí)別有和沒(méi)有1型糖尿病家族史的個(gè)體之間的主要對(duì)比模式,并進(jìn)行統(tǒng)計(jì)測(cè)試,以確保我們對(duì)我們的結(jié)果有信心,”密歇根大學(xué)工程學(xué)院的Paul K .和Dianne Shumaker教授Shyu說(shuō)。
這項(xiàng)研究的第一作者,MUIDSI的研究生Erin Tallon說(shuō),研究小組的分析得出了一些不為人知的發(fā)現(xiàn)。
“例如,我們發(fā)現(xiàn)登記的個(gè)人中有直系親屬患有1型糖尿病的人更經(jīng)常被診斷患有高血壓,以及糖尿病相關(guān)的神經(jīng)疾病,眼病和腎病,”塔隆說(shuō)。“我們還發(fā)現(xiàn),在有1型糖尿病直系家族史的個(gè)體中,這些疾病更頻繁地同時(shí)出現(xiàn)。此外,有1型糖尿病直系家族史的人也更經(jīng)常具有某些人口統(tǒng)計(jì)學(xué)特征。
Tallon對(duì)這個(gè)項(xiàng)目的熱情始于個(gè)人關(guān)系,并由于她在重癥監(jiān)護(hù)病房(ICU)擔(dān)任護(hù)士的經(jīng)歷而迅速增長(zhǎng)。她經(jīng)常會(huì)看到1型糖尿病患者同時(shí)患有其他并存疾病,如腎病和高血壓。知道一個(gè)人的1型糖尿病診斷通常只發(fā)生在疾病已經(jīng)非常晚期的時(shí)候,她希望找到更好的預(yù)防和診斷方法,首先是找到一種方法來(lái)分析已經(jīng)收集的關(guān)于該疾病的大量公開可用數(shù)據(jù)。
2019年,堪薩斯城兒童慈善基金會(huì)的兒科內(nèi)分泌學(xué)家、密蘇里大學(xué)堪薩斯城分校的兒科教授兼該研究的通訊作者馬克·克萊門茨(Mark Clements)應(yīng)邀在BioNexus KC主辦的中西部生物信息學(xué)會(huì)議上發(fā)言。雖然Tallon未能參加Clements的演示,但她隨后打電話分享了她的建議,以幫助人們更好地了解1型糖尿病。他很感興趣。最終,塔隆把克萊門茨介紹給了休,一項(xiàng)正在進(jìn)行的研究合作就此誕生。
Tallon說(shuō),合作的結(jié)果證明了使用真實(shí)世界數(shù)據(jù)的力量和價(jià)值。
“1型糖尿病不是一種看起來(lái)對(duì)每個(gè)人都一樣的疾病——它對(duì)不同的人來(lái)說(shuō)是不同的——我們正在致力于解決這個(gè)問(wèn)題的前沿,”塔隆說(shuō)。“通過(guò)分析現(xiàn)實(shí)世界的數(shù)據(jù),我們可以更好地了解可能導(dǎo)致某人健康狀況不佳的風(fēng)險(xiǎn)更高的風(fēng)險(xiǎn)因素。”
雖然結(jié)果很有希望,但Tallon說(shuō),研究人員受到?jīng)]有基于人群的數(shù)據(jù)集的限制。
“重要的是要注意,我們的發(fā)現(xiàn)確實(shí)有局限性,我們希望在未來(lái)通過(guò)使用更大的、基于人口的數(shù)據(jù)集來(lái)解決,”塔隆說(shuō)。“我們希望建立更大的患者隊(duì)列,分析更多的數(shù)據(jù),并使用這些算法來(lái)幫助我們做到這一點(diǎn)。”
個(gè)性化醫(yī)療
Clements希望這種方法可以作為幫助糖尿病患者開發(fā)個(gè)性化治療方案的一種方式。
“為了在正確的時(shí)間為正確的患者提供正確的治療,我們首先需要了解如何識(shí)別疾病及其并發(fā)癥風(fēng)險(xiǎn)較高的患者——通過(guò)詢問(wèn)一些問(wèn)題,如某人生命早期是否有一些特征可以幫助識(shí)別一個(gè)具有高風(fēng)險(xiǎn)的個(gè)體,以獲得多年后的結(jié)果,”Clements說(shuō)。“擁有所有這些信息有一天可以幫助我們建立一個(gè)人風(fēng)險(xiǎn)的更完整的畫面,我們可以使用這些信息來(lái)開發(fā)一種更個(gè)性化的預(yù)防和治療方法。”
“T1D交換臨床注冊(cè)的對(duì)比模式挖掘揭示了與家族性和散發(fā)性1型糖尿病相關(guān)的復(fù)雜表型因素和共病模式,”發(fā)表于糖尿病護(hù)理,美國(guó)糖尿病協(xié)會(huì)雜志。密歇根大學(xué)的研究生劉和Katrina Boles以及德克薩斯兒童醫(yī)院的Maria Redondo也參與了這項(xiàng)研究。