综述:人工智能医疗发展现状(2022年4月)

本篇,我们将汇总近期全球人工智能医疗最新的研究进展,以供大家参考。

作者: 前研阵地 来源: 前研阵地 2022-04-28 13:37:34

【1】JAMA Cardiology:科学家研发出基于人工智能的左心室肥厚检查方法

2022年03月19日报道,近日,来自美国洛杉矶西达斯西奈医学中心心脏研究所的研究团队利用人工智能深度学习算法建立模型,可以实现准确测量左心室厚度并识别病因。相关研究成果发表在《JAMA Cardiology》上,题为“High-Throughput Precision Phenotyping of Left Ventricular Hypertrophy With Cardiovascular Deep Learning”。
该项研究纳入了23745名患者,研究人员建立了基于人工智能引导的深度学习算法流程,可自动量化超声心动图上的左心室壁的厚度,同时将已明确病因的左心室肥厚患者(包括高血压病、心脏淀粉样变性、肥厚性心肌病、严重主动脉瓣狭窄等)心脏超声视频影像纳入学习模型后进行数据分析,实现了对左心室肥厚病因学的自动筛查。
这项深度学习算法是一种快速、全自动的人工智能流程系统,在精细化、准确率、简易度方面超越了传统的人为评估方式,为实现左心室肥大的精确诊断及早期治疗奠定了基础。


【2】Nat Commun:利用人工智能技术和机器人系统结合来识别隐藏的帕金森疾病特征

2022年3月31日报道,近日,一篇发表在国际杂志Nature Communications上题为“Integrating deep learning and unbiased automated high-content screening to identify complex disease signatures in human fibroblasts”的研究报告中,来自美国的科学家们通过研究开发了一种能帮助发现疾病细胞特征的新平台,其或能将研究患者细胞的机器人系统与进行成像分析的人工智能方法相结合,利用这种自动化的细胞培养平台,研究人员通过创建并分析来自91名患者和健康对照个体的超过100万个皮肤细胞图像,成功识别出了帕金森疾病的新型细胞标志。

研究者Susan L. Solomon表示,传统的药物发现或许并不奏效,尤其是在研究诸如帕金森疾病等复杂疾病上,这种名为NYSCF的机器人技术或能帮助我们从大规模的患者群体中产生大量的数据,同时还能帮助发现新的疾病特征,并作为发现真正有效药物的全新基础;这或许是利用人工智能技术在疾病研究方面的一种理想的展示。


原文:DOI:10.1038/s41467-022-28423-4



【3】Computational and Structural Biotechnology Journal:基于人工智能预测模型实现异源蛋白的高水平表达

2022年3月13日报道,近日,生物所微生物蛋白设计与智造团队与国内外多家科研单位开展合作,成功构建人工智能预测模型MPEPE,基于深度学习和分子进化的策略模拟分析异源基因在大肠杆菌中表达,提高了异源蛋白在大肠杆菌中的表达量。该研究促进了对基因序列与蛋白可溶性表达之间关系的认识,并为酶蛋白的理性分子设计提供了新方法。相关研究成果发表在《计算与结构生物技术期刊(Computational and Structural Biotechnology Journal)》上。


本研究尝试采用深度学习和分子进化相结合的研究手段,构建了基于多层深度神经网络(DNN) 的预测模型MPEPE,并选择6438种在大肠杆菌中已知表达量的蛋白对该模型进行训练。分子进化分析显示,该模型可虚拟筛选出可提升酶蛋白异源表达量但不会破坏酶功能的突变位点。将该策略应用于漆酶13B22 和葡萄糖脱氢酶(FAD-AtGDH) 两种酶蛋白的异源表达时,发现分子设计的多点突变体可大幅度提升其在大肠杆菌中的可溶性表达量。这些结果进一步表明MPEPE策略的有效性,可应用于外源蛋白表达量的分子设计。


【4】Nat Med:科学家有望利用人工智能技术来准确诊断人类的前列腺癌


2022年1月20日报道,近日,一篇发表在国际杂志Nature Medicine上题为“Artificial intelligence for diagnosis and Gleason grading of prostate cancer: the PANDA challenge”的研究报告中,来自拉德堡德大学医学中心等机构的科学家们通过研究共同完成了一项关于用于诊断和对前列腺癌进行评级的人工智能技术的全面国际验证,研究人员发现,AI系统或能与病理学家一样,识别并对来自不同国家的组织样本中的前列腺癌进行识别和分级,因此AI系统或许有望作为一种辅助工具引入到前列腺癌的诊断和治疗过程中去。


原文:doi:10.1038/s41591-021-01620-2


【5】中山大学中山眼科中心牵头的国家重点研发计划项目产品获批白内障人工智能检测医疗器械二类证


2022年2月2日报道,近日,由中山大学中山眼科中心联合鹰瞳科技(Airdoc)共同研发的白内障检测独立医疗器械软件获批上海市药品监督管理局第二类医疗器械注册证书(沪械注准20222210002)。这是中山大学中山眼科中心林浩添教授牵头的国家重点研发计划《常见致盲、致畸、致死疾病的人工智能筛查诊断系统研发和临床试验(2018YFC0116500)》项目团队研发的又一款眼病智能筛查检测的产品获批上市。


该产品可以通过眼前段照片对晶状体的混浊程度进行客观分级,将白内障诊断时间缩短至2-3分钟,极大提高了诊断效率。基层人员通过标准化培训后可就地进行照片采集,尤其适合在眼科资源相对短缺的基层推广,为广大白内障患者提供筛诊服务及转诊治疗建议,节约并合理配置有限医疗卫生资源。


【6】蛋白纳米笼人工设计研究中取得进展

2022年2月2日报道,近期,中国科学院武汉病毒研究所与合作单位从头设计构建了一种氧气通透性可调控的人工蛋白纳米笼(protein nanocage,PNC)结构。


基于高分辨结构信息,研究团队利用亲和性的分子补丁封闭该PNC壳的孔洞,可逆地控制笼子的氧通透性,从而建立了一种门控机制,首次实现对特定分子具有可控通透性的PNC的人工设计。CcmL PNC有望用于氧气敏感或响应性材料的存储、催化、输送、传感等方面,对类羧酶体人工细胞器的设计也有借鉴意义。此外,该研究建立的两种分别基于量子点和铱配合物的氧气传感策略也为相关生物学研究提供了新方法。


【7】Genome Biology:机器学习和生物大数据交叉融合助力智能育种

2022年3月21日报道,近日,Genome Biology在线发表了华中农业大学玉米团队题为“Target-Oriented Prioritization: targeted selection strategy by integrating organismal and molecular traits through predictive analytics in breeding”的研究论文。


文章第一作者杨文宇博士开发了一套适用农作物的DNA画像技术,以特定品种(商业品种或区试对照材料)为目标,在育种资源中,通过基因组信息对材料进行“表型画像”,并搜索和“目标画像”整体性最相似的材料。该方法被命名为目标导向的优选技术(TOP, target-oriented prioritization)。该研究利用4套独立的不同数据集,对TOP选择效果进行测试,包括5820个F1的玉米杂交种,368个玉米自交系,282个玉米自交系和210个水稻自交系。研究结果发现,TOP方法在多个物种、多个数据中具有广泛的适用性,能有效平衡多个性状间的复杂相关性,实现与特定目标品种整体相似的前提下,筛选出特定性状更优的候选材料。如果进一步加入其它组学大数据,TOP的选择精度能进一步得到大幅提升。


【8】沪科研团队研发出自主智能无针疫苗注射机器人


2022年1月19日报道,同济大学齐鹏团队应用世界领先的人体三维模型识别算法及自适应机器人技术,结合机电一体化无针注射器设计,联合多家技术企业和中国心血管医生创新俱乐部(CCI),共同开发了一款全自动无针头疫苗注射机器人。17日,该款全自动无针头疫苗注射机器人正式发布,这也是国内首次发布此项完整技术验证方案。



该自动疫苗注射机器人可自动识别人身上指定的疫苗注射位置,如常用的人体上肢三角肌部位。目前,该人体三维模型识别算法,通过一个简单的三维点云相机对人体进行拍摄(站姿或坐姿均可),即可快速自动拟合人体对应部位(如肩肘部位)的三维模型,准确识别疫苗注射部位及注射角度。


关注大健康Pai 官方微信:djkpai我们将定期推送医健科技产业最新资讯