解碼帕金森病症 人工智能與雲計算給出新路徑

【環球網科技綜合報道】雲的巨大計算能力以及機器學習（ML）和人工智能（AI）的快速發展，正為帕金森病的診療帶來全新曙光。

近日，亞馬遜雲科技首席醫學官及全球醫療健康企業與非營利組織總監Rowland Illing表示，藉助這些前沿技術，人們對大腦的認知得以深化，對帕金森病影響大腦的機制也有了更為透徹的理解，這不僅能夠加速疾病診斷，助力開發全新的治療方法，還能顯著提升患者應對疾病的能力。

帕金森病屬於一種退行性疾病，其發病根源是大腦中負責產生多巴胺的神經元逐步缺失。隨着時間的推移，病情會持續惡化。由於大腦在運動控制方面依賴於多巴胺，這就致使患者身體出現諸如僵硬、手臂活動幅度減小、眨眼頻次降低或面部表情匱乏、身體靜止時出現不自主顫抖或震顫等症狀。此外，帕金森病還可能引發一些不太容易察覺的症狀，如低血壓、認知功能障礙、抑鬱、焦慮、幻覺以及妄想等。研究顯示，帕金森病患者罹患某些類型痴呆症的風險更高，這無疑進一步加劇了該疾病的影響範圍。

目前，研究人員尚未明確致使患者體內產生多巴胺的神經元開始出現功能衰退的具體原因，所以難以從疾病根源層面實施有效的治療方案。現階段，大多數治療手段主要聚焦於補充患者體內已缺失的多巴胺。儘管這一方式能夠在一定程度上暫時恢復患者的運動能力，但卻無法從根本上遏制疾病的發展進程。這也引發了一個嚴峻問題——誤診風險的增加。這是因為那些旨在提升多巴胺水平、改善帕金森病症狀的治療手段，極有可能加重諸如痴呆症或特發性震顫等其他相似神經疾病的症狀。

若要探尋真正能夠治癒帕金森病的有效方法，就必須廣泛收集並深入分析大量不同類型的數據信息，同時藉助對大腦更為深入、細緻的認知理解，從而推動新型治療方式的研發。

當前，在帕金森病病例中，高達 15% 的患者發病與自身基因的缺失或突變存在關聯。研究人員掌握的 DNA 數據量越大，便越有可能挖掘出更多此類關聯，進而揭示出能夠預警個體對帕金森病易感性的遺傳標記。這不僅能夠助力實現更早的疾病診斷，還能為後續治療策略的制定指明方向。總部位於加利福尼亞州的 Ultima Genomics 公司依託亞馬遜雲科技，為其下一代基因測序儀開發了相關軟件、算法，並訓練了AI模型。這種可擴展的架構將完整的人類基因組測序成本從約 1000 美元降低至僅 100 美元。這一突破拓寬了對疾病遺傳學的理解，併為推動可編輯DNA以預防疾病的基因療法奠定了基礎。

帕金森病患者的症狀以及患病歷程各不相同，這意味着患者羣體自身在推動醫學領域對該疾病深入認知的進程中，發揮着無可替代的作用。Michael J. Fox帕金森病研究基金會（MJFF）致力於通過積極的資助研究計劃尋找帕金森病的治癒方法，並確保為帕金森病患者開發更好的治療方法。

MJFF將可穿戴技術作為評估和跟蹤帕金森病症狀研究計劃的一部分，並利用大數據分析開展多個研究項目。這些大數據研究平台託管在亞馬遜雲科技的基礎設施上，使用各種可擴展的大數據和物聯網技術，收集、處理和存儲來自研究參與者智能手機和可穿戴設備的去識別化數據流。

在雲數據分析以及AI的助力下，蛋白質並非是當下帕金森病潛在生物標誌物研究的唯一方向。Icometrix 公司正在運用AI成像解決方案，對腦組織體積的變化展開監測，並深入探索這些變化與疾病進展之間的內在聯繫。藉助亞馬遜雲科技雲基礎設施，Icometrix 公司對其深度學習（推理）工作流進行了重構，在大幅縮短計算時間的同時，顯著提升了準確率。

Icometrix首席技術官Dirk Smeets表示：“與亞馬遜雲科技的合作使我們能夠開發、訓練和部署深度學習算法，這些算法幫助臨牀醫生更好地理解每個帕金森病患的獨特臨牀特徵和疾病進展——包括其運動和認知組成部分的神經學基礎。我們有一個共同的使命，那就是通過尖端科技改善人們的生活，併為臨牀醫生提供能夠幫助他們做出重要決策所需的有意義的洞見。”

將大腦內部的變化與患者外在經歷的變化建立關聯，對於深入認知帕金森病而言，無疑是一項重大進展。然而，大腦內部所發生的眾多變化，即便是藉助核磁共振掃描等先進手段，依舊難以被完全捕捉到。繪製出大腦中 2000 億個細胞的變化圖譜，是艾倫研究所大腦知識平台（Brain Knowledge Platform）的目標之一，該平台正在亞馬遜雲科技上搭建全球規模最大的腦細胞開源數據庫。通過將亞馬遜雲科技的高性能計算服務、AI與機器學習（ML）服務，如Amazon SageMaker相結合，大腦知識平台得以對不同腦細胞類型的特徵進行解碼，並監測在神經系統疾病發展過程中這些細胞所發生的變化。

“依託大腦知識平台，我們開始着手收集有關阿爾茨海默病中易受損細胞羣特性的相關信息，包括這些細胞的形態特徵、功能機制，以及它們的缺失在疾病進程中可能引發的後果。” 艾倫腦科學研究所高級研究員Ed Lein博士解釋道，“可以設想，這些細胞如今已成為預防其退化的治療靶點。對這些細胞愈發深入且全面的瞭解，將為新治療方法的研發提供指引。而這種研究思路同樣適用於其他各類腦部疾病。”

精確繪製患者的大腦圖譜，能夠開拓除藥物治療外更為多元的治療途徑。深部腦刺激（DBS）通過對經過精心篩選的大腦區域實施電刺激，以此治療神經運動障礙。AI與雲技術的融合，可使該治療更為精準、創傷性更小，同時降低副作用，進而惠及更廣泛的患者羣體。其中便涵蓋運用AI依據每位患者不同的大腦活動情況，對刺激療法進行個性化調整。

Rowland Illing指出，在帕金森病研究與治療的各個領域，帕金森病患者及其家人、護理人員和醫護人員的努力正在取得令人矚目的進展。隨着雲計算與AI技術的融入，這些羣體中的每一位參與者都發現，藉助這些前沿技術他們還可以做得更多。（青山）