崔燕和團隊正在創(chuàng)新人工智能方法來解決生物醫(yī)學(xué)數(shù)據(jù)的不平等

UTHSC遺傳學(xué)、基因組學(xué)和信息學(xué)系副教授 Yan Cui 博士最近從美國國家癌癥研究所獲得了 170 萬美元的資助，用于一項題為“基于算法的預(yù)防和減少因數(shù)據(jù)不平等引起的癌癥健康差異”的研究。 ”

崔博士的項目旨在預(yù)防和減少由癌癥相關(guān)基因組和臨床組學(xué)研究中的種族偏見數(shù)據(jù)引起的健康差異。他的目標(biāo)是建立一種新的機器學(xué)習(xí)范式，用于多民族臨床組學(xué)數(shù)據(jù)。

近 20 年來，科學(xué)家們一直在使用全基因組關(guān)聯(lián)研究(稱為 GWAS)和臨床組學(xué)研究來檢測疾病的分子基礎(chǔ)。但統(tǒng)計數(shù)據(jù)顯示，GWAS 中使用的 80% 以上的數(shù)據(jù)來自主要是歐洲血統(tǒng)的人。

隨著人工智能 (AI) 越來越多地應(yīng)用于生物醫(yī)學(xué)研究和臨床決策，這種以歐洲為中心的傾斜將加劇長期存在的健康差距。由于不到 20% 的基因組樣本來自非歐洲人后裔，代表性不足的人群在數(shù)據(jù)驅(qū)動、基于算法的生物醫(yī)學(xué)研究和醫(yī)療保健方面處于嚴(yán)重劣勢。

“生物醫(yī)學(xué)數(shù)據(jù)的劣勢已成為世界絕大多數(shù)人口的重大健康風(fēng)險，”崔博士說。“人工智能驅(qū)動的精準(zhǔn)醫(yī)療對于包括美國所有少數(shù)族裔在內(nèi)的數(shù)據(jù)弱勢人群的精確度將降低我們致力于解決因數(shù)據(jù)不平等而引起的健康差異。”

該項目在將使用的機器學(xué)習(xí)技術(shù)類型方面具有創(chuàng)新性。多民族機器學(xué)習(xí)通常使用混合學(xué)習(xí)和獨立學(xué)習(xí)方案。崔博士的項目將改為使用遷移學(xué)習(xí)過程。

遷移學(xué)習(xí)的工作方式與人類學(xué)習(xí)大致相同。面對新任務(wù)時，該算法不是從頭開始學(xué)習(xí)過程，而是利用從解決相關(guān)任務(wù)中學(xué)到的模式。這種方法大大減少了開發(fā)新模型所需的資源和數(shù)據(jù)量。

使用大規(guī)模癌癥臨床組學(xué)數(shù)據(jù)和基因型-表型數(shù)據(jù)，崔博士的實驗室將研究遷移學(xué)習(xí)如何以及在多大程度上改善數(shù)據(jù)劣勢隊列的機器學(xué)習(xí)。與此同時，該團隊旨在為公正的多民族機器學(xué)習(xí)創(chuàng)建一個開放的資源系統(tǒng)，以防止或減少新的健康差異。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！