一个可解释的人口图谱网络,以识别阿尔茨海默病的快速进展,使用英国生物银行
Weimin Meng1, Rohit Inampudi2, Xiang Zhang3
1Department of Health Outcomes and Biomedical Informatics, University of Florida, Gainesville, FL, USA.
medRxiv : the preprint server for health sciences
|April 8, 2024
概括
这项研究引入了一个可解释的图形网络,以使用英国生物库数据识别阿尔茨海默病 (AD) 的快速进展. 该模型准确地预测了快速下降的病例,帮助阿兹海默症患者的早期干预策略.
科学领域:
- 神经科学是一个神经科学.
- 人工智能的人工智能
- 生物信息学是一种生物信息学.
背景情况:
- 阿尔茨海默病 (AD) 的进展在个体之间有很大差异.
- 了解认知衰退模式对于有效的风险监测和干预至关重要.
- 现有的方法在识别AD快速进展方面缺乏准确性.
结论:
- 可解释的人口图形网络有效地识别了阿尔茨海默病的快速进展者.
- 鉴定的临床特征可以为AD患者管理提供有针对性的干预措施.
- 这种方法提供了一个新的策略,用于个性化风险监测在AD.
