利用人工智能了解肠易激综合征、慢性疲劳综合征和纤维肌痛综合征

现代医学是以疾病的概念为基础的。每种疾病都有其独特和特定的病理生理学,这意味着每种疾病都有一种生物缺陷,这种缺陷定义了这种疾病,而且只有这种疾病。功能性疾病(如肠易激综合征、慢性疲劳综合征、纤维肌痛综合征)是有问题的,因为目前还没有发现具体的病理生理学,尽管研究还在继续。有许多与功能障碍相关的生物学异常,但它们通常在不同的功能障碍之间共享,它们并不总是被发现,并且它们不能唯一地定义任何特定的功能障碍。

图1所示。通过机器学习发现的机制网络结构。

此外,功能障碍患者具有多症状,一种障碍的症状往往与另一种障碍的症状在某种程度上重叠,导致了谱系障碍的描述。Michael Hyland提出,功能障碍没有特定的病理生理学,而是不同的,因为它们涉及网络结构。根据这一理论,有许多生物的、引起症状的机制,但这些机制是因果联系的,所以如果一个机制被激活,其他机制也会被激活。网络的一个特点是,它们可以通过改变网络节点之间的因果关系来适应或学习——这在机器学习中就会发生。海兰的理论认为,身体是一个适应性网络,能够适应一个人生活中特定类型的事件和事件组合。

本研究首次对自适应网络理论进行了检验。这些数据是通过对肠易激综合征、慢性疲劳综合征和纤维肌痛综合征患者的网络调查获得的,所有这些患者都完成了专门为这项研究设计的61种症状问卷。共有1751名受访者。使用机器学习过程来分析数据。确定了11个症状群,其中症状组与特定的生物学机制相关。该研究验证了自适应网络理论的预测,即不同诊断的人的症状模式随着严重程度的增加而变得更加相似。事实就是如此。随着症状数量的增加,不同诊断的人之间的症状群值变得更加相似。此外,研究人员发现,症状群之间的外官方manbetx手机版向连接强度随着严重程度的增加而增加,这表明严重程度与网络适应有关。这项研究的结果只能用网络理论来解释,而不能用相互竞争的心理或疾病模型来解释。 The results show that as functional disorders become more severe, not only is there greater pathology in all the different mechanisms in the network, but also the strength of the causal connection between the mechanisms increases. This has implications for treatment. Trying to correct one part of the network may be less successful than treatments that simultaneously target multiple parts. Additionally, reducing the connection strength between the mechanisms could also provide a route for treatment. The multi-component intervention of ‘body reprogramming’ (www.bodyreprogramming.org ) is consistent with the underlying model, but the current understanding of how the network adapts and how to treat it is still very limited. If the theory is confirmed with more data, then the science of artificial intelligence rather than biology may the best way of understanding these disabling conditions that have proved so challenging to science.

迈克尔·海兰德
英国普利茅斯大学健康心理学名誉教授

出版

使用机器学习分析症状的功能障碍的自适应网络解释的测试。
Melidis C, Denham SL, Hyland ME
生物系统,2018年3月
脸谱网 推特 linkedin 邮件 脸谱网 推特 linkedin 邮件

留言回复