人工智能在推进精准医学中的机遇
人工智能
2019-11-19 v1 机器学习
生物大分子
基因组学
分子网络
摘要
机器学习（ML）、深度学习（DL）和人工智能（AI）在生物医学中的重要性日益增加。本工作的目标是展示 ML 在数字健康中的进展，举例说明未来的需求与趋势，并明确 AI 与 ML 用于精准健康的基本前提。高通量技术正产生不断增长的生物医学数据量，例如大规模全基因组测序分析、医学图像库，或针对健康、发育及病变组织的药物扰动筛选。生物医学中的多组学数据深邃且复杂，为数据驱动的洞察与自动化疾病分类提供了机遇。从这些数据中学习将拓展我们对健康基线与疾病特征的理解和定义。深度神经网络的最先进应用包括数字图像识别、单细胞聚类和虚拟药物筛选，展示了 ML 在生物医学中的广度与威力。值得注意的是，AI 与系统生物学已拥抱大数据挑战，并可能促成新型生物技术衍生疗法，以推动精准医学方法的实施。
引用
@article{arxiv.1911.07125,
title = {Opportunities for artificial intelligence in advancing precision medicine},
author = {Fabian V. Filipp},
journal= {arXiv preprint arXiv:1911.07125},
year = {2019}
}