梅奥诊所的研究人员开发了一种创新的人工智能技术,称为“假设驱动的人工智能”,它与传统的数据驱动的人工智能模型不同。
传统的人工智能方法擅长于识别大量数据中的模式,如基因序列或诊断图像,但往往无法将现有的科学知识或假设直接融入其学习过程中。
假设驱动的人工智能通过将医学假设纳入其学习过程来挑战这些规范。它不仅从输入的数据中学习—它还使用假设来直接探索数据。
将他们的研究记录在《癌症》杂志上,Mayo Clinic应用他们的假设驱动的人工智能系统来帮助揭开癌症等复杂疾病的动态。
该研究的资深作者胡力博士在梅奥诊所的新闻稿中解释了假设驱动的人工智能如何受益,医学研究:这开创了一个设计有针对性和知情的人工智能算法的新纪元,以解决科学问题,更好地理解疾病,并指导个性化医学。
它的工作原理如下:
- 汇编数据: 该团队由梅奥诊所的Zilin Xianu和同事领导,通过收集基因组数据(DNA),蛋白质组(蛋白质),转录组(RNA信息)和表观遗传(遗传变化不影响数千个癌症样本的DNA序列信息)启动了他们的研究。
- 开发AI系统:在收集到的数据的基础上,研究人员设计了一类新的人工智能算法,称为“假设驱动的人工智能”。与传统模型不同,这些算法的独特构建是为了在其学习过程中整合和测试科学假设。
- 应用于肿瘤学研究: 在算法准备就绪后,研究人员将他们的假设驱动的人工智能应用到肿瘤学研究的几个关键领域,如肿瘤分类,患者分层和药物反应预测,报告性能优于传统方法。
作者对假设驱动的人工智能如何工作及其好处的描述。资料来源:梅奥诊所。
丹尼尔·比拉多博士该研究的共同发明者、梅奥诊所免疫学系教授说:“这种新型人工智能为更好地理解癌症和免疫系统之间的相互作用开辟了一条新的途径,不仅可以测试医学假说,还可以预测和解释患者对免疫疗法的反应。
当然,也有一些限制。李博士指出了创建这样先进的算法所面临的挑战,包括需要针对特定领域进行研究,以及存在偏见的风险。
然而,他仍然乐观地说:“尽管如此,假设驱动的人工智能促进了人类专家和人工智能之间的积极互动,缓解了人工智能最终会消除一些专业工作的担忧。
人工智能在医疗和医疗保健研究中的作用正在不断演变,最近的进展, 抗生素新研究和合成抗衰老药物
梅奥诊所的研究人员最近使用GPT-4作为诊断中风患者的工具,去年,他们协助开发了一种机器学习模型,可以通过录音诊断糖尿病。
然而,也存在风险,当100多名研究人员为安全AI蛋白设计以限制滥用的可能性。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...