在医学领域，早期诊断对于疾病的治疗和预防至关重要。最近，新南威尔士大学与波士顿大学的研究人员合作开发了一种创新的人工智能工具，该工具能够通过分析体内的代谢物来预测帕金森病的早期标志。这项技术的进步可能彻底改变对帕金森病早期检测的认识，并为更有效的治疗策略铺平道路。
这项研究由新南威尔士大学化学学院的科学家们进行，他们分析了来自西班牙欧洲癌症与营养前瞻性调查（EPIC）的健康个体的血液样本。通过分析这些样本中的代谢物，研究人员旨在识别出可能作为帕金森病潜在指标或警告信号的独特组合。值得注意的是，新南威尔士大学研究人员开发的名为CRANK-MS（使用神经网络从质谱数据生成知识进行分类和排名分析）的工具，在准确预测疾病存在方面显示出了巨大的潜力，甚至可以提前15年预测。
传统的代谢组学数据分析方法通常依赖于统计方法，这些方法检查特定分子之间的相关性。然而，CRANK-MS采取了一种更全面的方法，使用机器学习算法考虑多个代谢物之间的关联。这个工具利用计算能力同时分析成百上千的代谢物，提供了更深入的洞察和对疾病的更深刻理解。通过整合所有可用信息而不进行数据简化，CRANK-MS使研究人员能够识别出使用传统方法可能遗漏的代谢物。