人工授精可识别出胆固醇升高的遗传病风险

据斯坦福大学医学院的研究人员和他们的合作者进行的一项新研究报道，一种新的算法可以确定患者是否可能患有可导致早期，有时甚至是致命的心脏问题的胆固醇升高的遗传性疾病。

这种被称为家族性高胆固醇血症的疾病经常被误诊为花园型高胆固醇。

斯坦福大学心血管医学助理教授约书亚·诺尔斯博士说：“我们认为，在美国，不到10%的患有FH的人确实知道自己患有FH。”他补充说，这是一个严重的疏忽，因为患有高胆固醇的FH患者发生早期心脏病的可能性是高胆固醇但不是FH的人的三倍。患有FH的人面临的心脏病风险是胆固醇正常人的10倍。

Knowles和Nigam Shah，MBBS，博士，医学和生物医学数据科学副教授，已经提出了一个解决方案，以帮助捕获更多的FH病例：一种计算机算法，标记可能患有该病的患者。在算法的测试运行中，它正确识别了88%的筛选案例。从理论上讲，如果算法用于临床，任何标记为患有FH的患者都可以进行进一步的基因检测以验证算法的计算。

Shah说，如果没有干预，大约50%的FH男性在50岁时会有心脏病发作，大约30%的女性在60岁之前就会受到心脏病发作。但是，迅速，早期诊断和治疗这种疾病基本上可以抵消这种威胁。诀窍是在它为时已晚之前抓住它，这就是Knowles和Shah认为他们的算法可能产生影响的地方。

诺尔斯说，一种诊断甚至可以帮助多人。因为FH是遗传性的，如果一个家庭成员患有这种疾病，其他亲属也可能患有这种疾病。“所以筛查FH患者的家庭成员非常重要，就像乳腺癌或任何其他遗传相关疾病一样，”他说。

一篇描述该研究的论文将于4月11日在线发表于npj Digital Medicine。Shah和Knowles是斯坦福医疗保健中心遗传性心血管疾病中心的FH诊所主任，分享资深作者身份。斯坦福大学前研究科学家胡安班达博士是第一作者。

该项目是一项名为Flag，Identify，Network，Deliver FH或FIND FH的大型计划的一部分，该计划涉及斯坦福医学和非营利性家庭高胆固醇血症基金会，旨在通过利用机器识别和吸引受疾病影响的个人和家庭。学习和大数据。

识别FH

患有FH的人携带突变，阻碍他们的身体清除收集在动脉中的有害LDL胆固醇并堵塞它们的能力。假设，任何走进医院的人都可以进行基因检测，并知道他们是否遗传了FH突变。

不幸的是，Shah说，即使基因组测序的价格下降，医院也无法对如此大规模的患者进行排序。“问题是，有人在心脏病诊所看到这种遗传病的可能性大约是90分之一，或100分之一，所以对每个人进行排序是没有意义的，”他说。

因此，沙阿和他的研究人员设计了一种像筛子一样工作的算法，只捕获那些可能患有这种疾病的人。“从理论上讲，当有人进入高胆固醇或心脏病的诊所时，我们会运行这种算法，”Shah说。“如果它们被标记，则意味着它们有80%的可能性患有FH。那么少数个体可以接受测序以确认诊断并立即开始降低LDL治疗。”

为了创建算法，该团队使用斯坦福大学FH诊所的数据来了解电子健康记录中FH患者的区别。研究人员对该算法进行了训练，以了解家族史，现行处方，血脂水平，实验室检查等方面的相关信息，以了解疾病的详细信息。

Shah将其与培训垃圾邮件过滤器进行了比较，该垃垃圾邮件过滤器不是简单地应用规则，例如“必须提钱”，而是通过使用实际垃圾邮件作为捕获内容的示例来了解要标记的内容 - 就像FH算法通过查看有关真实FH患者的信息来学习一样。

科学家使用197名患有FH的患者和6,590名没有FH的患者的数据建立了算法的基础，允许计算机程序了解两者之间的差异。

“最后，你会得到一个排名，显示谁最有可能患上这种疾病，”沙阿说。“排名靠前的人有最高的可能性，当你向底部移动时，可能性逐渐减少。”

虽然该软件可以填补FH诊断的空白，但Knowles和Shah承认，这并不是一个可靠的解决方案来捕获所有病例。“并非一切都可以通过算法解决，”Shah说。“我们还在考虑如何与FH基金会合作，实施家庭筛查网络，以接触更多可能患有该疾病且不了解疾病的患者。”

在诊所走向AI

一旦算法被训练，团队就进入测试阶段，最初在一组大约70,000个从未遇到的去识别患者记录上运行它。从标记的患者，该团队审查了100个患者图表，推断该算法检测到患有FH且准确率为88%的患者。

接下来，研究人员与Geisinger医疗系统合作，对466名FH患者和5,000名非FH患者进行了算法测试。“这些预测的准确率为85%，而且我们知道很多Geisinger病人已经通过基因测序确诊了FH诊断，”Shah说。“这就是我们如何说服自己，是的，这确实有效。”

现在，Knowles和Shah正在研究如何在医生办公室实施该算法，这是他们为斯坦福大学FH诊所积极寻求的。这项工作是斯坦福医学专注于精准健康的一个例子，其目标是预测和预防健康疾病，并精确诊断和治疗疾病。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！