基于人工智能的技术可快速识别严重疾病的遗传原因与大流行相关的悲伤可能会阻碍母婴之间的联系多所大学研究发现大剂量强化治疗对脑瘫儿童更有效创伤后的大脑活动模式可以预测长期的心理健康在暴露于丛林大火烟雾的人中发现了许多无证健康问题致远慧图荣膺医疗AI企业TOP20海平面上升导致湖泊形成和扩张导致小岛屿淡水资源枯竭TAK1抑制剂对多发性骨髓瘤细胞具有细胞毒性有效的 HAT 活性可能需要 TRRAP结肠癌细胞对肿瘤药物反应的细胞因子筛选乳腺癌和结直肠癌中的 BRCA1 mRNA 表达科学家们已经确定了导致遗传疾病的基因的一种新的有害影响研究推进了现在只生活在树上的缓慢移动的哺乳动物的进化史研究人员模拟了温度等环境因素如何影响弹性矩阵中油滴的大小一种环保的有毒鸡尾酒可能成为对抗疟疾的新武器一种预测固体表面熔滴凝固的快速计算方法性别肯定乳房切除术可改善心理健康 性功能等科学家在地球深处的全球范围内检测到量子相变变形蠕虫斑点模型可以激发未来的机器人群表现不佳的计算机科学专业的学生面临着各种各样的斗争斑马鱼可以揭示人类脊髓的奥秘及其对我们身体的影响BIDMC研究人员证实高毒素水平与更严重的艰难梭菌感染有关手腕加速度计帮助研究人员将睡眠质量与精神疾病联系起来根据同类研究发现与睡眠质量差有关的精神疾病噬菌体疗法研究使科学家离利用病毒对抗抗生素耐药性又近了一步新实验测量钙中的中子皮物理学家宣布世界上最精确的中子寿命测量物理外展计划有益于学生的科学身份和职业前景地质学家研究美国西部的黄土形成化学家开发用于节能应用的合成材料年长的父母如何对后代有益大多数患有心脏缺陷的母亲都可以怀孕并安全分娩绝经前月经周期长度的变化可预测患心脏病的风险遗传学和骨骼生物学揭穿了美洲原住民起源的流行理论AACR 癌症进展报告强调发现科学如何推动临床突破LLU 研究发现早期大流行导致乳房 X 光检查取消的情况有所增加金域医学ESG评级跃升至AA级 达行业全球最高水平 现代蛇是从恐龙灭绝小行星的少数幸存者进化而来的神经科学家推出首个全面的脑细胞图谱用先进的人工智能技术检测视网膜疾病新的人工智能为存活率低于 13% 的肝癌患者带来希望参与抑郁症病理的促肾上腺皮质激素释放激素神经元的突触调节自然光可能是改善情绪和减少失眠的关键平台支持癌性肿瘤的比较研究来自真菌的抗癌药物在临床试验中显示出前景抗体递送技术为胶质母细胞瘤提供免疫疗法并抑制副作用工程师开发动力外骨骼 帮助截肢者更轻松地行走新发现的机制可以解释为什么某些身体部位如此敏感冬季游泳的斯堪的纳维亚男人可以教我们身体如何适应极热和极冷血液中发现老年痴呆症的警告信号
您的位置:首页>企业新闻>

基于人工智能的技术可快速识别严重疾病的遗传原因

根据犹他大学健康与织物基因组学科学家的一份报告,基于人工智能 (AI) 的技术可以快速准确地诊断危重儿童的罕见疾病,他们是圣地亚哥雷迪儿童医院领导的一项研究的合作者。发表在Genomic Medicine 上的基准研究结果预示着医学的下一阶段,技术将帮助临床医生快速确定疾病的根本原因,以便他们能够更快地为患者提供正确的治疗。

“这项研究是一个令人兴奋的里程碑,展示了来自 AI 驱动的决策支持技术的快速洞察力有可能显着改善患者护理,”医学博士 Mark Yandell说。,论文共同通讯作者。Yandell 是 U of U Health 的人类遗传学教授和 Edna Benning 捐赠主席,也是 Fabric 的创始科学顾问。

在世界范围内,每年约有 700 万婴儿出生时患有严重的遗传疾病。对于这些孩子来说,生活通常始于重症监护。美国的少数新生儿重症监护病房,包括U of U Health,现在正在通过读取或测序构成人类基因组的 30 亿个 DNA 字母来寻找疾病的遗传原因。虽然对整个基因组进行测序需要数小时,但诊断疾病可能需要数天或数周的计算和手动分析。

Yandell 说,对于一些婴儿来说,这还不够快。了解新生儿疾病的原因对于有效治疗至关重要。在出生后的前 24 至 48 小时内得到诊断,为这些患者提供了改善病情的最佳机会。知道速度和准确性至关重要,Yandell 的团队与 Fabric 合作开发了新的 Fabric GEM 算法,该算法结合了人工智能来查找导致疾病的 DNA 错误。

在这项研究中,科学家们通过分析来自雷迪儿童医院和来自世界各地的其他五个医疗中心的 179 个先前诊断出的儿科病例的全基因组来测试 GEM。GEM 在 92% 的时间内将致病基因确定为前两个候选基因之一。这样做的性能超过了完成相同任务的现有工具不到 60% 的时间。

“博士。Yandell 和犹他州团队处于将 AI 研究应用于基因组学的前沿,”Fabric Genomics 首席执行官、该论文的合著者 Martin Reese 博士说。“我们的合作帮助 Fabric 实现了前所未有的准确度,为在新生儿重症监护病房中广泛使用人工智能驱动的全基因组测序打开了大门。”

GEM 利用人工智能从庞大且不断增长的知识体系中学习,这些知识已成为临床医生和科学家难以跟上的挑战。GEM 交叉引用来自不同人群的大型基因组序列数据库、临床疾病信息以及其他医学和科学数据存储库,并将所有这些与患者的基因组序列和医疗记录相结合。为了协助病历搜索,GEM 可以与自然语言处理工具 Clinithink 的 CLiX focus 相结合,该工具可以扫描大量医生的笔记以了解患者疾病的临床表现。

标签:

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。