粑粑“知道”的东西太多了,机器算法加成,“一泡屎”检测肝硬化不是梦

2020
07/15

+
分享
评论
科研小榴莲 / 科研小榴莲
A-
A+
机器的“算力”远远大于人,在合适的分析方法下,机器可以将海量的数据归类并从宏观上总结出数据“特征”。哪里有海量数据,哪里就有人工智能。

人工智能(Artificial Intelligence,AI)是利用机器学习和数据分析方法赋予机器模拟、延申和拓展类人的智能的能力,本质上是对人类思维过程的模拟。AI概念最早始于1956年的达特茅斯会议,受限于算法和算力的不成熟,未能实现大规模的应用和推广。近年来,在大数据、算法和计算机能力三大要素的共同驱动下,人工智能进入高速发展阶段。据中国电子学会预测,2022全球人工智能市场将达到1630亿元。

机器的“算力”远远大于人,在合适的分析方法下,机器可以将海量的数据归类并从宏观上总结出数据“特征”。哪里有海量数据,哪里就有人工智能。

而生命科学领域恰恰是盛产海量数据的地方,基因组学数据、宏基因组学数据、蛋白质组学数据、代谢组学数据。。。。。。

在可以预见的未来,“机器深度学习”与“海量的生命科学信息”必将有一次美丽的邂逅,必将摩擦出耀眼的火花。那么“机器学习”在生命科学领域又是怎么被运用的呢?

小榴莲今天和大家分享一篇发表在国际著名杂志Cell Metabolism上的一项研究。在这份来自美国索尔克研究所的研究中,科研人员以机器学习为基础,收集、类比了足够样本数据之后,开发了一款可以无创伤、仅依赖分析患者粪便样本就可有效识别肝硬化患者的算法。和以往采用组织活检或者使用较昂贵的核磁共振进行检测相比,通过机器算法分析肠道菌群的方案,成本较低,并且保持了较高的准确性,能快速识别出90%以上的肝纤维化和肝硬化患者。

是的,“拉泡屎”就可以解决问题的时代到来了,至少“拉泡屎”很快就可以检测肝硬化了。

非酒精性脂肪肝(NAFLD)是一种引发慢性肝病的主要原因,其通常会进一步发展为肝纤维化和肝硬化。最开始,研究人员收集了27例非酒精性脂肪肝和54例健康志愿者的粪便,随后对这八十一例样本分别进行宏基因组分析以及代谢组学分析。

面对海量数据应该怎么做?首先是归类分析,然后描绘出肝硬化患者的“画像”特征。数据分析发现,和健康志愿者相比,肝硬化患者有一些肠道菌群以及肠道菌群代谢产物确实不同。

这就好比一幅肝硬化患者的“画像”,然后就可以训练机器算法,根据画像去“抓”人了。

在人群中“瞄”了你一眼

就知道你得了肝硬化。

这份研究更是给我们以很大的启发,我们或许可以利用机器学习的手段,归纳总结出特定疾病情况下一些肠道菌群的标志性特征、或者基因表达的标志性特征等,制作出特定的“画像”。利用这些“画像”,快速有效的诊断诸如肝硬化、炎性肠病、结肠癌、阿尔兹海默病等众多人类疾病。


本文转载自其他网站,不代表健康界观点和立场。如有内容和图片的著作权异议,请及时联系我们(邮箱:guikequan@hmkx.cn
关键词:
肝硬化,机器,算法,数据,患者

人点赞

收藏

人收藏

打赏

打赏

我有话说

0条评论

0/500

评论字数超出限制

表情
评论

为你推荐

相关文章

推荐课程


精彩视频

您的申请提交成功

确定 取消
剩余5
×

打赏作者

认可我就打赏我~

1元 5元 10元 20元 50元 其它

打赏

打赏作者

认可我就打赏我~

×
打赏

扫描二维码

立即打赏给Ta吧!

温馨提示:仅支持微信支付!