欧美色在线视频播放 视频,国产精品亚洲精品日韩已方,日本特级婬片中文免费看,亚洲 另类 在线 欧美 制服

<td id="8pdsg"><strong id="8pdsg"></strong></td>
<mark id="8pdsg"><menu id="8pdsg"><acronym id="8pdsg"></acronym></menu></mark>
<noscript id="8pdsg"><progress id="8pdsg"></progress></noscript>

    1. 首頁 >人工智能 > 正文

    利用人工智能的力量來提高對1型糖尿病的認(rèn)識

    來自密蘇里大學(xué)、堪薩斯城兒童慈善機(jī)構(gòu)和德克薩斯兒童醫(yī)院的一個跨學(xué)科研究小組使用一種新的數(shù)據(jù)驅(qū)動方法來了解更多關(guān)于1型糖尿病患者的信息,這些人約占所有糖尿病診斷的5-10%。該團(tuán)隊(duì)通過健康信息學(xué)收集信息,并應(yīng)用人工智能(AI)來更好地了解這種疾病。

    在這項(xiàng)研究中,該團(tuán)隊(duì)分析了來自T1D交換診所登記處登記的約16,000名參與者的公開可用的真實(shí)數(shù)據(jù)。通過應(yīng)用MU工程學(xué)院開發(fā)的對比模式挖掘算法,該團(tuán)隊(duì)能夠確定有或沒有直系親屬病史的1型糖尿病患者的健康結(jié)果的主要差異。

    MU數(shù)據(jù)科學(xué)與信息學(xué)研究所(MUIDSI)所長Chi-RenShyu領(lǐng)導(dǎo)了這項(xiàng)研究中使用的AI方法,并表示該技術(shù)本質(zhì)上是探索性的。

    “在這里,我們讓計(jì)算機(jī)完成連接數(shù)據(jù)中數(shù)百萬個點(diǎn)的工作,以識別有和沒有1型糖尿病家族史的個體之間的主要對比模式,并進(jìn)行統(tǒng)計(jì)測試以確保我們對自己的MU工程學(xué)院的PaulK.和DianneShumaker教授Shyu說。

    MUIDSI的研究生和該研究的主要作者ErinTallon表示,該團(tuán)隊(duì)的分析導(dǎo)致了一些不熟悉的發(fā)現(xiàn)。

    “例如,我們發(fā)現(xiàn)登記中的直系親屬患有1型糖尿病的人更常被診斷出患有高血壓,以及與糖尿病相關(guān)的神經(jīng)疾病、眼病和腎病,”塔隆說。“我們還發(fā)現(xiàn),在有1型糖尿病直系家族史的個體中,這些疾病的共同發(fā)生率更高。此外,有1型糖尿病直系家族史的個體也更常具有某些人口統(tǒng)計(jì)學(xué)特征。”

    Tallon對這個項(xiàng)目的熱情始于個人聯(lián)系,并由于她在重癥監(jiān)護(hù)室(ICU)擔(dān)任護(hù)士的經(jīng)歷而迅速成長。她經(jīng)常會看到患有1型糖尿病的患者,他們還患有其他并存的疾病,例如腎病和高血壓。知道一個人的1型糖尿病診斷通常只發(fā)生在疾病已經(jīng)非常晚期時,她想找到更好的預(yù)防和診斷方法,首先要找到一種方法來分析已經(jīng)收集到的關(guān)于該疾病的大量公開數(shù)據(jù)。

    2019年,堪薩斯城兒童慈善機(jī)構(gòu)兒科內(nèi)分泌學(xué)家、密蘇里大學(xué)堪薩斯城大學(xué)兒科教授、該研究的通訊作者M(jìn)arkClements受邀在BioNexusKC主辦的中西部生物信息學(xué)會議上發(fā)言。雖然Tallon無法參加Clements的演講,但她隨后打電話分享了她的建議,以幫助人們更好地了解1型糖尿病。他很感興趣。最終,Tallon將Clements介紹給了Shyu,一項(xiàng)正在進(jìn)行的研究合作誕生了。

    Tallon說,合作的結(jié)果說明了使用真實(shí)世界數(shù)據(jù)的力量和價值。

    “1型糖尿病并不是一種對每個人都一樣的單一疾病——它對不同的人來說看起來不同——我們正在努力解決這個問題,”Tallon說。“通過分析現(xiàn)實(shí)世界的數(shù)據(jù),我們可以更好地了解可能導(dǎo)致某人面臨更高風(fēng)險發(fā)展不良健康結(jié)果的風(fēng)險因素。”

    雖然結(jié)果很有希望,但Tallon表示,研究人員受到限制,因?yàn)闆]有基于人群的數(shù)據(jù)集可供使用。

    “重要的是要注意,我們的研究結(jié)果確實(shí)有一個局限性,我們希望在未來通過使用更大的、基于人口的數(shù)據(jù)集來解決這個問題,”塔隆說。“我們正在尋求建立更大的患者群體,分析更多數(shù)據(jù)并使用這些算法來幫助我們做到這一點(diǎn)。”

    “為了在正確的時間為正確的患者提供正確的治療,我們首先需要了解如何識別那些疾病及其并發(fā)癥風(fēng)險較高的患者——通過詢問諸如早期是否有特征等問題在某人的生活中,這可以幫助識別一個具有高風(fēng)險的個人,以實(shí)現(xiàn)未來幾年的結(jié)果,“克萊門茨說。“擁有所有這些信息有朝一日可以幫助我們更全面地了解一個人的風(fēng)險,我們可以利用這些信息開發(fā)一種更加個性化的預(yù)防和治療方法。”

    “與T1D交換診所登記處的對比模式挖掘揭示了與家族性與散發(fā)性1型糖尿病相關(guān)的復(fù)雜表型因素和合并癥模式,”發(fā)表在美國糖尿病協(xié)會期刊DiabetesCare上。MU研究生DanluLiu和KatrinaBoles以及德克薩斯兒童醫(yī)院的MariaRedondo也為這項(xiàng)研究做出了貢獻(xiàn)。

    該研究的作者要感謝T1D交換診所登記處的資助機(jī)構(gòu)HelmsleyCharitableTrust、全國各地推動登記處數(shù)據(jù)收集的研究人員,以及登記處的所有參與者及其家人。愿意分享他們的醫(yī)療信息。

    標(biāo)簽:

    免責(zé)聲明:本文由用戶上傳,與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考,并不構(gòu)成投資建議。投資者據(jù)此操作,風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除!