新技术的临床分析5300万点数据

费城儿童医院的研究人员(切)德雷塞尔大学能够分析5300万病人指出来自150万多个病人个体识别相似的病史,可以帮助确定未来发展中疾病的潜在风险和这些条件的轨迹。

这种方法确定表型相似性超过任何其他电流计算模型的能力。研究结果最近发表在《华尔街日报》人工智能在医学上。

虽然许多技术进步使人们有可能分析大规模基因数据,有挑战将同样的技术应用于临床数据,因为它通常不是标准化的,意味着研究人员可能有不同的描述或记录相同的症状。的人类表型本体(HPO)作为成立超过15000临床术语字典帮助规范如何分析患者的临床信息,加快集成精密医学临床实践。

之前的研究中癫痫神经遗传学倡议(女士)在切从成千上万的病人临床资料分析指出,有助于揭示小说在患者不同的遗传基因目标儿童癫痫病。扩大在这个成功,研究人员从砍的生物医学卫生信息学(DBHi)德雷克斯的计算机与信息学院,是女士使用Arcus、一套工具和服务开发的切连接生物、临床、研究和环境数据进行创新的目的,数据驱动的研究。Arcus平台旨在帮助揭示如何在大规模数据集的重叠。

“这项工作是人工智能和机器学习领域的趋势复杂,不同的信息转换成我们可以表示在一个标准化的方式,从而使机器对疾病进行分类和预测未来的疾病风险,“高级研究作者斯科特Haag说,博士,助理研究教授计算机科学部门德雷克塞尔大学计算和信息学Arcus数据科学团队的主管。

在这项研究中,研究人员分析了1504582名患者的数据与各种诊断和症状53955360电子笔记Arcus数据存储库。结果,他们发现了9477个不同的表型。这种技术表现出高度的协议与专家的判断在各种临床领域中表示这些数据。

“这项研究表明,利用数组由我们确定的临床术语可能超过其他更多的容量计算复杂的表型分析的方法,”第一作者Maryam Daniali说,德雷克塞尔大学计算机科学博士学位。“这让我们地图表型相似性使用数百万点的数据,大大超过了以前的方法依赖于成千上万的数据点。”

参考:Daniali M,盖勒PD, Lewis-Smith D, et al .丰富表示学习使用5300万病人指出通过人类表型本体嵌入。地中海Artif智能。2023;139:102523。doi:10.1016 / j.artmed.2023.102523。

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。