AI在医疗领域的创新应用研究

某中心与加州大学洛杉矶分校宣布人工智能医疗应用资助项目获得者

通过科学与人工智能中心，某中心与加州大学洛杉矶分校 Samueli 工程学院宣布了四位资助项目获得者。这些奖项支持探索人工智能（AI）在医疗保健中实际应用的项目，强调先进技术应对全球健康问题的潜力。

加州大学洛杉矶分校与某中心于2021年10月建立科学中心，以支持在AI及其益处的共同兴趣领域进行跨学科学术研究、教育和推广工作。该合作通过资助和赞助资金支持加州大学洛杉矶分校教职员工和研究生研究，重点关注应对人类最重大挑战的项目。科学中心的目标是找到造福社会的解决方案，特别关注偏见、公平性、问责制和负责任AI等问题。

以下四个研究项目获得支持：

Adrian Au，STAR项目住院医师，加州大学洛杉矶分校视网膜生物库

“年龄相关性黄斑变性（AMD）是一个重大的公共卫生挑战，导致患者痛苦并带来沉重的社会负担。AMD被认为是一种复杂的多基因疾病，已成为许多全基因组关联研究（GWAS）的主题，这些研究证明了与风险增加相关的特定遗传变异，”Au在项目摘要中写道。“然而，这些研究依赖于同质人群中过时的AMD标准，并采用低分辨率视网膜成像技术。”

“我们的提案旨在通过建立强大的基因型-表型数据库来增强对AMD遗传学的理解，”Au继续写道。“我们打算创建一个集中存储临床、解剖和基因组数据的仓库，同时开发能够分析视网膜图像而不受传统AMD定义约束的卷积神经网络。”这一举措有望提高AMD患者的护理质量。

Jonathan Kao，电气和计算机工程副教授，神经工程与计算实验室首席研究员，“使用共享自主权的高性能非侵入性脑机接口”

“数百万人患有瘫痪。但目前没有广泛使用的设备能显著改善瘫痪患者的生活质量。一种有前景的方法是脑机接口（BMIs），它将神经活动（反映思想和意图）解码为动作，使用户能够使用计算机、移动机械臂或通过语音交流。但一个重大限制是，最有效的BMIs需要神经外科手术，限制了广泛使用。”

“我们实验室的一个目标是制造有效的非侵入性BMIs，其中神经信号无需神经外科手术即可记录。这些信号的信噪比远低于侵入性信号，意味着非侵入性BMIs难以控制。为了克服这一点，我们使用AI来提高性能。这项某中心-加州大学洛杉矶分校奖项支持研究如何用嘈杂和低信息输入有效控制机械臂。”

Ricky Savjani，放射肿瘤学住院医师，“阐明癌症的地理分布：解剖空间分布如何影响肿瘤学结果”

“在整个职业生涯中，肿瘤学家将治疗数千名癌症患者，”Savjani在摘要中写道。“医生积累了关于哪些治疗有效、哪些治疗对患者弊大于利的专业知识。然而，这种临床经验难以获取、量化和教授。如果能够即时访问每位曾治疗过的癌症患者的重要信息呢？”

“与某中心合作，我们正在为多种实体肿瘤构建一个肿瘤学视觉搜索数据库，”Savjani继续写道。“这超越了基于文本的电子表格和手稿，允许在直观的WebGL查看器中直接查询临床反应。我们的方法利用快速深度学习配准框架，将个体患者数据协调到共同模板上。临床医生将能够实时使用此工具与患者一起优化治疗决策。”

Ying Nian Wu，统计学教授兼某中心学者，“通过潜在空间基于能量的建模进行分子设计”

“我们的工作是关于药物发现中的分子设计，”Wu写道。“在药物发现中，找到或设计具有所需药理学或化学性质的分子至关重要，例如高药物相似性和与靶蛋白的结合亲和力。”

“直接优化或搜索类药物分子空间具有挑战性，因为它是离散且巨大的，估计大小约为10^33个分子，”Wu继续写道。“我们提出了一个概率生成模型来捕获分子及其性质的联合分布。我们还提出了一种算法，逐渐将分布转移到具有所需性质的分子上。”

标签

医疗保健、加州大学洛杉矶分校、学术合作、某中心学术研究

关于作者

撰稿人

相关内容

• 某中心研究奖项获得者公布
• 某中心 Nova AI 挑战加速生成AI领域发展
• 大型语言模型剪枝的更好路径

工作机会

• 人工智能应用科学家
• 应用科学家 III
• 高级应用科学家
• 应用科学家 II
• 数据科学家
• 高级应用科学家

更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
公众号二维码