通过主动专家知识获取改进精准医疗中的药物敏感性预测
人工智能
2019-01-08 v1 人机交互
机器学习
机器学习
摘要
利用高维基因组测量预测给定个体的药物疗效是精准医疗的核心。然而，确定用于预测的基础特征仍是一项挑战，尤其在样本量较小时。引入专家知识为改进预测模型提供了一种有前景的替代方案，但如果候选特征数量非常大，收集此类知识对专家而言是费力的。我们引入了一个概率模型，该模型能够整合关于基因组测量对癌细胞给定药物敏感性的影响的专家反馈。我们还提出了两种利用实验设计和多臂老虎机模型从专家处智能收集此反馈的方法。在一个多发性骨髓瘤血癌数据集（n=51）中，专家知识将预测误差降低了 8%。此外，与朴素方法相比，这些智能方法可将反馈收集的工作量平均减少到 30% 以下。
引用
@article{arxiv.1705.03290,
title = {Improving drug sensitivity predictions in precision medicine through active expert knowledge elicitation},
author = {Iiris Sundin and Tomi Peltola and Muntasir Mamun Majumder and Pedram Daee and Marta Soare and Homayun Afrabandpey and Caroline Heckman and Samuel Kaski and Pekka Marttinen},
journal= {arXiv preprint arXiv:1705.03290},
year = {2019}
}
备注
24 pages, 3 figures