一月9,2019

研究定义了医疗领域的新人工智能标准

信用:CC0公共领域

人工智能和精密医学领域的领导者FDNA与一群有影响力的科学家和研究人员合作,发表了一项有关使用面部分析检测遗传疾病的里程碑式研究。本文的发现表明,这种类型的技术在个性化护理中具有重要的价值,并将成为基于深度学习的基因组工具的标准。

该论文的标题为“使用深度学习识别遗传疾病的面部表型”,已发表在同行评审杂志上 自然医学 (2019年1月7日)作为三年研究的产物。讨论的深度学习技术DeepGestaltTM值是一种新颖的面部分析框架,可突出显示数百种疾病和遗传变异的面部表型。

“这是期待已久的突破 该论文的合著者,FDNA首席营销官Karen Gripp博士说:“通过这项研究,我们已经证明在临床工作流程中添加了自动面部分析框架(如DeepGestalt),有助于早日诊断和治疗,并有望改善生活质量。”

该论文的第一作者,FDNA首席技术官Yaron Gurovich补充说:“以标准化方式描述表型的能力增强,为将来的研究和应用以及新的遗传综合征的鉴定打开了一扇门。这表明了人们如何能够成功地应用最先进的算法,例如 ,这是一个具有挑战性的领域,那里的可用数据很小,每种疾病的可用患者数量不平衡,并且支持大量疾病的需求很大。”

这项技术改变了下一代表型(NGP)的功能,即捕获,构建和分析复杂的人类生理数据,并通过由社区驱动的表型平台Face2Gene进行管理,对超过150,000名患者的数据集进行了培训。为了本研究的目的,使用了代表2千多种综合症的17,000张患者图像。

该研究的发现包括:

“人工智能是个性化医疗服务的生命力,基因组测序已逐渐成为标准的协议, ”,FDNA首席执行官Dekel Gelbman说,“多年来,我们一直完全依靠医疗专业人员识别基因相关疾病的能力。我们终于实现了一个现实,可以通过AI来增强这项工作,并且我们有望继续使用临床笔记,医学图像以及视频和语音记录来开发领先的AI框架,以在未来几年进一步增强表型。 ”

更多信息: Yaron Gurovich等。使用深度学习识别遗传性疾病的面部表型, 自然医学 (2018)。 DOI:10.1038 / s41591-018-0279-0

期刊信息: 自然医学

由...提供 脱氧核糖核酸

加载评论 (0)