纽约，2019年12月4日，美国纽约州德勤和Tisch MS研究中心（Tisch MSRCNY）在一个多阶段研究项目中使用数据科学，人工智能（AI）和机器学习来发现可能相关的模式多发性硬化症（MS）的原因。

 据国家多发性硬化症学会称，MS是一种免疫介导的中枢神经系统脱髓鞘疾病，据信影响全球230万人。尽管取得了一些进展，但病因仍不明，因为该疾病的机制仍在继续研究和阐明stylechina.com。但是，得益于数据科学和技术，研究技术正在进步。

Tisch MSRCNY主任兼首席研究科学家Saud A. Sadiq博士说：“鉴于MS的复杂性以及迫切需要帮助患有这种诊断的患者，我们希望探索将技术注入我们的研究的新方法。” 。“我们与Deloitte会面，讨论了应用AI和机器学习之类的工具来缩小与MS相关的分子的范围，以及有助于加快发现过程的可能性。”

在Tisch MS研究中心与Sadiq博士和主要研究人员会面后，德勤确定了两个机会，可以帮助通过数据科学加速研究。在第一阶段，德勤帮助Tisch MSRCNY分析脑脊液中的代谢标记物，以鉴定与多发性硬化症相关的代谢物。在短短的两周内，德勤数据科学家和德勤美国创新团队就能鉴定出可能与MS相关的分子。这项研究由人类完成，可能需要长达10年的时间。

基于第一阶段的成功，在第二阶段，Tisch MSRCNY和Deloitte决定分析B细胞和抗体，以便通过众包方法更好地了解疾病的原因。由Deloitte Consulting LLP的技术协会计划支持的137个团队（由400多名Deloitte专业人员组成）举行了一场骇人听闻的风格的“竞争”，最终将AI应用于进一步分析相关的免疫球蛋白序列和B细胞亚型。作为比赛的一部分，团队开发了高级分析模型，以识别等位基因使用，免疫球蛋白亚型以及基因编辑和序列多样性中的潜在模式，这些模式通常隐藏在传统的统计分析中。

AI董事总经理Beena Ammanath表示：“在人类与机器并肩工作的'时代时代'中，越来越多地利用AI和机器学习来解决人类研究遇到难题的医学难题。”德勤咨询有限公司。“数据科学正在帮助组织找到尚未通过传统策略解决的问题的解决方案，我感到非常自豪，我们与Tisch MSRCNY合作，提供人才和工具来帮助他们革新MS研究。”

“通过将AI用作这些项目的一部分，我们能够发现新的见解，并发现称为浆母细胞的细胞子集与原发性进行性MS患者之间的一种可能的关联。在未来，我们正在寻找通过我们的德勤合作伙伴，以帮助推进研究。” Sadiq博士说。

Tisch MSRCNY是一家私人非营利性研究中心，负责调查MS的病因，进行生物标志物研究以开发精确的诊断和预测工具，以使该病处于神经病治疗专家的控制之下，并为对以下药物无效的患者制定再生策略标准治疗。