人工智能通过挖掘免疫系统数据诊断疾病； 新的人工智能模型追踪大脑衰老速度

斯坦福大学医学院的研究人员开发了 Mal-ID，这是一种通过分析 B 细胞和 T 细胞受体序列来诊断疾病的机器学习工具。 Mal-ID 在近 600 人身上进行了测试，成功识别出 COVID-19、狼疮和 1 型糖尿病等疾病。 该工具还可以跟踪对癌症免疫疗法的反应并改进疾病亚类。 该算法使用在蛋白质上训练的语言模型来识别免疫细胞上的威胁识别受体。 另一方面，南加州大学的研究人员创建了一种新的人工智能模型，该模型使用核磁共振成像扫描来测量大脑衰老速度。 该工具以非侵入方式跟踪大脑变化，并将大脑衰老速度加快与认知障碍风险增加相关联。 该模型是一种三维卷积神经网络 (3D-CNN)，它比较同一人的基线和随访核磁共振成像扫描，以确定神经解剖学变化。 在成人身上进行测试时，模型的计算结果与认知功能的变化相关。 它还可以区分大脑不同区域和性别之间的不同衰老速度。