IBM利用人工智慧演算法來判斷患者是否患有白血病

• 2019 年 10 月 4 日
• 筆記

編輯 | KING

發布 | ATYUN訂閱號

對於宇宙中的暗物質你可能有所耳聞，它是一種非常神秘的物質，由一些尚未發現的亞原子粒子組成，占宇宙物質的85%。但是你聽說過DNA中也有同樣神秘的物質嗎？這些未被探索的粒子和圍繞在我們基因周圍的物質構成了人類基因組的一半以上，但就它們編碼的內容以及更重要的影響而言，它們完全是個謎，我們稱它為「暗物質DNA」。IBM和慕尼黑白血病實驗室的研究人員已經利用一些開創性的人工智慧演算法找到一些答案。

IBM計算基因組研究員Laxmi Parida在接受《數字趨勢》雜誌採訪時說：「儘管暗物質DNA佔了我們基因組的很大一部分，但它卻被忽略了，因為大多數科學家認為它不起作用。在我們深入研究後發現，暗物質DNA可能比我們想像的要多。」

研究人員設計了他們所說的「隨機正則化人工智慧模型（RELAW）」，該模型是專門為DNA數據構建的。利用此模型，研究小組能夠訓練有關病人血液樣本數據的演算法，並允許人工智慧從暗物質以及其他DNA中傳輸和分離特定訊號。

Laxmi Parida接著說：「我們最令人興奮的發現是，使用RELAW模型，我們只需觀察患者血液樣本中的DNA或暗物質DNA，就能夠有75%的準確率來判斷病人是否患有白血病，而標準的人工智慧方法準確率只有35%。」

從這些發現中，研究人員認為暗物質DNA在影響細胞和表皮組織方面的作用比以前要大得多。這表明暗物質DNA絕不是一個無關緊要的研究，它可能在我們的基因組中扮演著比我們目前意識到的更重要的角色。研究結果還表明，DNA本身就含有足夠的訊號，可以準確地對白血病進行分類。這為進一步分析血液檢測如何被用於診斷這些複雜的疾病奠定了基礎，到目前為止，這些疾病需要進行有創組織活檢、組織學檢查等。

Laxmi Parida說：「從長遠來看，我們希望這能在暗物質DNA如何影響人類基因組方面取得更多突破，並為我們更好地了解我們的遺傳學和複雜疾病提供線索。對於醫生來說，進行白血病診斷是非常困難的，因為它的癥狀與許多其他常見疾病重疊，如果我們能夠更快，更準確地判斷出患者的病情，我們就可以儘早進行正確的治療。作為臨床醫生和研究科學家來說，利用人工智慧和臨床背景知識來挽救患者的生命非常重要，這使我們對如何挽救患者生命充滿熱情」。

END