人工智能可能會完全取代當前的基因測試過程

小編發(fā)現(xiàn)不少朋友對于 人工智能可能會完全取代當前的基因測試過程 這方面的信息都比較感興趣，小編就針對 人工智能可能會完全取代當前的基因測試過程 整理了一些相關方面的信息 在這里分享給大家。

隨著精密醫(yī)學將疾病治療轉化為逐個患者的藝術和科學，人工智能已準備好幫助快速識別甚至預測基因突變，從而為高度針對性的療法指明了道路。

最終，算法可能會完全取代當前的基因測試過程，這可能需要數(shù)周才能完成并應用于個別患者。

遺傳學只是精準醫(yī)學的一種途徑，人工智能可以改變游戲規(guī)則。越來越多的大數(shù)據(jù)可用于訓練基因組學，蛋白質組學，表觀基因組學等領域的防癌算法。

因此注意到《轉化醫(yī)學雜志》上一篇文章的作者。

布朗大學的Attila Seyhan博士和倫敦國王學院的Claudio Carini博士寫道：“數(shù)字生物標記物為遠程，客觀和公正地測量臨床終點提供了巨大的機會。” “人工智能，機器學習算法，計算生物學和數(shù)字生物標志物將為將新數(shù)據(jù)轉化為可操作信息提供機會，從而實現(xiàn)早期診斷和精確治療選擇。”

Seyhan和Carini舉例說明了已經取得的進步。在其中一項中，科學家對一種現(xiàn)成的Google深度學習算法進行了重新訓練，以識別最常見的肺癌類型。該工具具有97%的準確性，甚至可以識別出驅動異常細胞生長的改變基因。

“這項研究確定的遺傳變化通常會導致癌癥中異常生長，它們可以改變細胞的形狀以及與周圍環(huán)境的相互作用，為自動分析提供可視化的線索，” Seyhan和Carini寫道。

總結他們的觀察結果，作者將AI在精準醫(yī)學中的作用放在了以患者為中心的癌癥護理的廣泛環(huán)境中。

他們寫道，例如，藥物開發(fā)“是一個充滿挑戰(zhàn)的漫長過程，其中有許多障礙。” “盡管已經提出了解決這一問題的幾種策略，但人們普遍認為，更好地利用生物標志物，'組學'數(shù)據(jù)，人工智能和機器學習將加速新醫(yī)學實踐的實施，這將與廣泛傳播的概念背道而馳。 “一種藥物適合所有人。””