效率高，无需标签，谷歌团队用AI挖掘临床数据，改善基因发现和疾病预测，登Nature子刊

文章预览

来源：ScienceAI 本文 约2500字 ，建议阅读 5 分钟 近日，Google Research 的基因组学团队在利用 HDCD 表征疾病和生物学特征方面取得了进展。 现代医疗保健系统会产生大量高维临床数据 (HDCD)，例如肺功能图、光体积变化描记图法 (PPG)、心电图 (ECG) 记录、CT 扫描和 MRI 成像，这些数据无法用单个二进制或连续数字来概括。 了解我们的基因组与 HDCD 之间的联系不仅可以提高我们对疾病的了解，而且对于疾病治疗的发展也至关重要。 近日，Google Research 的基因组学团队在利用 HDCD 表征疾病和生物学特征方面取得了进展。 研究团队提出了一种无监督深度学习模型，即低维嵌入基因发现的表示学习 (REGLE)，用于发现基因变异与 HDCD 之间的关联。 REGLE 作为一种新颖的基因发现方法，可以利用高维临床数据中的隐藏信息，其计算效率高，不需要疾病标签，并且可以整 ………………………………