一种机器学习系统，预测小儿人群中关节炎的严重程度

　　研究人员开发了一种机器学习系统，该系统可以预测小儿人群中关节炎的严重程度，从而使治疗个性化。他们的研究结果发表在《PLOS Medicine》上。

　　儿童关节炎最严重的形式可能导致终身疼痛和残疾。但是，有些孩子长期没有受到这种疾病的影响。如果医生知道哪些孩子将需要轻度的治疗选择，则可以使他们免受不必要的治疗和潜在的药物副作用。

　　该研究人员由多伦多大学儿科，免疫学和医学教授，病童医院（SickKids）的资深科学家和风湿病学教授Rae Yeung博士领导，力图开发一种能够预测儿童的疾病严重程度。

　　杨洁in在一份准备好的声明中说：“知道哪些孩子在什么时候将从哪种治疗中受益，这确实是个性化医学的基石，医生和家人在初次诊断出孩子时希望回答的问题。”

　　Yeung及其同事专门研究了640例新诊断出的关节炎患者的数据，这些患者属于加拿大儿童关节炎研究中的重点研究结果（ReACCh-Out）。数据来源于2005年至2010年，身体检查详细说明了人体疼痛关节的位置。

　　该算法能够根据人体关节肿胀或疼痛的部位将其分为七个不同的组-骨盆带，手指，手腕，脚趾，脚踝，膝盖和隐隐绰绰。研究人员发现一些患者匹配了多种模型。

　　为了确定他们的疾病结果是否会有所不同，研究人员进一步将640例患者按定位程度分为三组：局部，部分定位或扩展，其活动关节的百分比与分配的模式对齐。未表现出局部模式的患者需要更长的时间才能缓解，其结果更糟。

　　杨说：“及早发现这一类儿童将有助于我们及早确定正确的治疗方法，并防止由于持续性活动性疾病引起的不必要的疼痛和残疾。”

　　值得注意的是，还没有治愈关节炎的方法。随着疾病的进展，治疗变得更加积极，药物也更加昂贵-从布洛芬到类固醇再到最严重的生物制剂，这会关闭免疫系统的某些部分。抑制免疫系统的功能会引起副作用，包括增加感染风险。

　　共同研究者说：“现在我们更好地了解了这种疾病，我们可以将儿童分为不同的类别，以预测对治疗的反应，他们进入缓解状态的速度以及我们是否可以告知他们处于缓解状态并取消治疗。” Quaid Morris博士，多伦多大学计算机科学教授。