机器学习识别渐冻症
准确率达97%

　　美国研究人员开发出一种高度准确的血液检测方法，能诊断肌萎缩侧索硬化症（ALS）。

　　由于对ALS认识不足，医生在作出诊断前需要追踪患者症状的演变情况，这可能会导致延误治疗。

　　为尽早诊断该病，研究团队分析了ALS患者和非患者的血液样本。他们发现了8种遗传标志物，在两组人群中这些标志物水平存在差异。研究团队又进一步分析来自“国家ALS生物样本库”的血液样本，8种标志物的差异依然存在。这些标志物与神经元存活、脑部炎症、记忆和学习功能有关。

　　研究团队基于标志物水平，训练了一个机器学习模型。他们发现该模型能正确识别96%的ALS患者和97%的非患者。

　　据《科技日报》