一种新的人工智能语言模型可以识别医学摘要中的临床症状，并将其与荷兰脑库捐赠者的脑组织联系起来。这为个体疾病进展提供了新的见解，并有助于更好地理解脑部疾病的常见误诊。该模型将来可能有助于做出更准确的诊断。

在许多脑部疾病中，人们对潜在的分子机制往往知之甚少，这使得开发新的治疗方案具有挑战性。研究这些分子机制也具有挑战性，因为实际组织异常与患者症状之间的关系通常非常复杂。

例如，某些症状会在多种情况下出现，并且不同患者的临床表现可能存在很大差异，从而导致很大比例的误诊(高达 30%)。从新开发的人工智能语言模型中获得的见解可能会在未来改变这种情况。

荷兰脑库储存了来自 3,042 名患有多种不同脑部疾病的脑捐献者的脑组织。荷兰脑库的独特之处在于，除了组织之外，他们还记录了捐赠者的病史和症状。然而，这些丰富的数据无法量化，因为它是以文本格式转录的，因此难以分析和处理。

语言模型

荷兰神经科学研究所的 Inge Huitinga 和她的团队与格罗宁根大学医学中心的 Inge R. Holtman 和她的团队合作，使用新的人工智能语言模型解锁了这些信息。该分类模型可以分析医疗记录中的文本并检测预定义的症状。此外，他们还开发了第二个人工智能预测模型，以根据临床情况做出实际诊断。