本文摘要：生物标志物是人体中十分最重要的一项指标，对于疾病诊断、药物研发、评估新疗法的安全性及有效性等方面都具备十分最重要的意义。但是，由于人类展开生物标志物研发时往往必须的时间较长，且成本一般来说较高，在这一领域应用于人工智能技术是十分适当的。 近日，一家取名为CytoReason的新一代公司宣告，其人工智能平台找到了一种基于血液的新型生物标志物，可以预测哪些患者不会对付TNF药物产生反应，准确率超过了难以置信的94%。

生物标志物是人体中十分最重要的一项指标，对于疾病诊断、药物研发、评估新疗法的安全性及有效性等方面都具备十分最重要的意义。但是，由于人类展开生物标志物研发时往往必须的时间较长，且成本一般来说较高，在这一领域应用于人工智能技术是十分适当的。

近日，一家取名为CytoReason的新一代公司宣告，其人工智能平台找到了一种基于血液的新型生物标志物，可以预测哪些患者不会对付TNF药物产生反应，准确率超过了难以置信的94%。CytoReason正式成立于2016年10月，坐落于以色列特拉维夫，是一家用于AI模型来研发多种疾病疗法的新一代公司。CytoReason目前专心于研究癌症免疫疗法、自身免疫、神经退行性疾病和传染病等领域的研究，利用其研发的前沿AI技术平台，通过强化对免疫系统全方位的理解来更佳地提高人们的健康状况。抗TNF药物也称作TNF抑制剂，一般来说用作化疗类风湿性关节炎、牛皮癣性关节炎、幼年型关节炎、炎症性肠病（还包括克罗恩病和溃疡性结肠炎）、强直性脊柱炎和牛皮癣等炎症类疾病。

一般来说情况下，确认患者否对付TNF药物产生反应，必须花费三个多月的时间，中间要经历重复的试验过程，还常有随时不会经常出现错误的可能性。CytoReason用于关于免疫系统的AI模型，将那些药物较慢患者的基因组数据和药物没起到的患者数据展开对比，找到了患者血液和的组织样本中的一种特定生物标志物，可以辨别抗TNF药物对哪些患者较慢。AI模型得出结论的结果令人印象深刻印象：对于的组织样本中的生物标志物，AI模型检验的准确率超过了82%，而血液样本中的生物标志物检验准确性堪称提升到了94%。

CytoReason总裁兼董事长DavidHarel先生（图片来源：LinkedIn）“利用独有的AI平台，我们很高兴需要在免疫学领域获得突破，这项研究对研发团队找到、检验和研发靶点，以及增加临床研发风险来说至关重要，”CytoReason总裁兼董事长DavidHarel先生回应：“药物研发者可以用于我们的平台来准确定义他们的研究方向，同时将他们的近期研究和创意疗法带来数百万名患者。”“我们正在用于AI平台，来对那些甚广热门的自身免疫疗法和癌症免疫疗法展开研究，从而找到更好的生物标志物，”Harel先生说：“我们现在正在对某些皮肤科、心血管和神经系统疾病疗法展开测试。

随着我们的模型需要利用的数据更加多，它将需要在更加普遍的化疗领域找到适当的新疗法。”这项新型生物标志物的找到，对于CytoReason来说意味着是一个开始。CytoReason目前正在谋求与辉瑞等医药公司，以及和ParkerInstituteforCancerImmunotherapy等研究机构积极开展普遍合作，我们也期望未来这家公司能给我们带给更加多新发现，从而教化广大患者。

本文来源：ku游官网-www.tjysygb.com