利用人工智能（AI）開發(fā)工具來改善對罕見，進(jìn)行性和高度虛弱的疾?。ㄈ鏔riedreich氏病（FRDA）和脊髓小腦共濟(jì)失調(diào)（SCA））的治療的監(jiān)測。這是博洛尼亞大學(xué)電氣，電子和信息工程系的Stefano Diciotti教授和美國以人類為中心的人工智能母校的一項(xiàng)新研究項(xiàng)目的目標(biāo)。

該項(xiàng)目和其他六個項(xiàng)目獲得了Telethon基金會頒發(fā)的“春季種子資助”，以幫助患者協(xié)會將其資金投入到針對罕見和經(jīng)常未充分研究的疾病的研究項(xiàng)目中。博洛尼亞大學(xué)將領(lǐng)導(dǎo)由意大利共濟(jì)會協(xié)會（AISA-Italianoci Sindromi Atassiche）支持的這項(xiàng)研究項(xiàng)目。

共濟(jì)失調(diào)是神經(jīng)退行性疾病，包括自愿性肌肉運(yùn)動的逐漸喪失。這種疾病的某些形式是遺傳性的。Friedreich和脊髓小腦性共濟(jì)失調(diào)都是遺傳性的，是由脊髓和小腦（即運(yùn)動協(xié)調(diào)??中心）的惡化引起的。

迄今為止，還沒有有效的治療遺傳性共濟(jì)失調(diào)的方法。但是，通過采用先進(jìn)的技術(shù)來分析患者的大腦MRI，研究人員能夠確定可以更準(zhǔn)確地監(jiān)測疾病的指標(biāo)。反過來，這可以幫助開發(fā)新的治療方法。

我們的方法采用了非常有前途的大腦結(jié)構(gòu)復(fù)雜性定量指標(biāo)：分形維數(shù)。我們從MRI的分析中得出該指數(shù)，并認(rèn)為它可以為引起這種共濟(jì)失調(diào)典型的大腦發(fā)育和早期衰老的變化提供重要的見解?！?/p>