您好,欢迎进入tyc1286太阳集团(中国)NO.1官网!

一站式服务商

提供留学、移民、海外置业、在职提升等一条龙服务

18548177000

热门关键词:  美国留学英国留学加拿大留学澳大利亚留学新西兰留学中国香港留学

某某品牌策划有限公司
邮箱:123454678@qq.com
手机:13899999999
电话:020-88888888
地址:安徽省合肥市高新区长江东路

新闻资讯
您的位置: 网站首页  > 新闻资讯

加州理工学院:人工智能对话:个性化医疗的未来

发布时间:2023-03-19浏览次数:4970

作为人工智能对话的一部分,由加州理工学院科学交流中心主办的网络研讨会系列,Andrew 和 Peggy Cherng 电气工程和医学工程教授 Azita Emami 讨论了她的实验室如何将人工智能 (AI) 融入医疗设备以改善健康和提高质量生活。

谈话要点如下。

为了清楚和长度,下面的问题和答案已经过编辑。

个性化医疗时代似乎总是指日可待,但对大众而言却从未完全到来。您能解释一下“个性化医疗”的含义以及实现它需要什么吗?

个性化医疗,也称为医疗,是指针对特定个体精心定制的医疗疗法、预测甚至预防措施。它已经存在了很长一段时间,但不是很广泛。已经存在近二十年的医疗的一个早期例子是乳腺癌,患者接受基于特定基因表达的化疗。事实上,对癌细胞进行基因分型以确定某种化学疗法是否有效是当今个性化医学的例子之一。

但个性化医疗的前景更大更广。希望不仅使用遗传信息,还包括来自各种来源的信息:不同的生物标志物、患者的病史、图像以及来自可以持续监测患者的植入式设备的数据。希望是利用所有这些数据并将其应用于癌症和化疗以外的更广泛的疾病。

我们需要什么工具才能到达那里?当然,还有医学方面的事情。但在工程和数据科学方面,我们需要生成非常高质量的数据,这些数据可以供许多人使用,也许可以使用多年。我们需要可以生成这些数据的设备和成像系统,并且我们需要在我们的数据收集中包括许多人。,我们需要能够处理这些数据的复杂性的算法和数据科学方法。

人工智能或机器学习将如何在其中发挥作用?

正如我提到的,我们希望从许多不同的来源和许多不同的人那里收集数据。不同年龄、性别的人——随你便。然后,我们必须将这组复杂的数据与不同的情况相关联,并且也许还可以预测患者是否处于更高风险中。这是机器学习和人工智能可以发挥巨大作用的地方。

人工智能和机器学习对医学非常有帮助的另一个领域涉及将机器学习嵌入到可穿戴和可植入设备中。很快我们就可以将算法训练到单个患者以及其他患者的基线。然后我们可以使用这些设备来预测问题或检测危险情况。

您能否简要介绍一下您的研究以及您何时开始采用 AI 方法?

通常,在我的实验室中,我们对生物医学设备感兴趣——例如,传感器和药物输送系统或用于精密手术的导航工具。我们制造可以植入的微型设备。它们通常是无线和无电池的,我们尽量使它们无创。我在 2007 年到达加州理工学院后很快就开始在这个领域工作,但我一直想在神经接口领域工作。

其中一个原因是我的一个姐妹患有癫痫病。从很早开始,我就发现这对她来说很困难。药物有副作用,有时无法成功控制她的病情。那是非常贴近我内心的东西,我一直想在这个领域工作。我很幸运,大约六年前,我可以开始研究癫痫患者的早期癫痫发作检测或预测。

大约三分之一的癫痫患者无法利用药物。对于这个群体中的一部分人来说,如果我们足够早地预测癫痫发作,深部脑刺激可以阻止它。那是我的个涉及大量数据的项目。我们正在查看颅骨下电极、颅内电极的神经数据。目标是根据神经数据的特征来预测癫痫发作。可以想象,这可能非常依赖耐心。幸运的是,有大量关于癫痫的公开数据集。首先,我们构建了涉及传统信号处理的系统,但我们很快意识到我们需要一个自适应系统,该系统可以从数据集中学习并针对每位患者变得更加个性化。

那是一个转折点。我们开始使用学习算法,我们可以成功地证明我们可以训练一个网络来非常可靠地尽早预测癫痫发作以阻止它。

这是在我的团队中使用 AI 的开始,但现在我们已经将这种努力扩展到新的脑机接口。我们还在可穿戴设备中添加用于心脏监测的机器学习算法。

您希望通过脑机接口解决哪些问题?

我们非常兴奋的项目之一是与 Richard Andersen 教授 [James G. Boswell 神经科学教授兼 T&C Chen 脑机接口中心主任] 合作,他是脑机接口的先驱,并一直致力于此域多年。对于脊髓损伤的患者,目标是在大脑的某些区域植入电极,然后使用解码算法来预测他们想移动机械臂或移动屏幕上的光标时的意图。

在研究癫痫发作预测系统后,当陈氏神经科学研究所在加州理工学院成立时,有机会开始与理查德合作。在与他的讨论中,我们意识到目前还没有小型植入式设备。患者连接到大电线和计算机,这是一个不可移动的系统。他们必须坐在诊所里才能使用它。

因此,一个目标是看看我们是否可以在微型芯片中实现该系统。另一个是提高其性能。系统的可靠性和性能还有很大的改进空间。我们已经与理查德和他的团队合作了将近三年,我们取得了很大的进步。

脑机接口是如何工作的?

我们有穿透性电极,值得注意的是,它们可以在神经元放电时接收到微小的电信号。神经元不断发射。我们有两到三个阵列,每个阵列都有大约 100 个电极植入大脑以收集数据。模拟数据然后通过放大器到达数字化的模块,数据非常嘈杂。这是一个巨大的数据量,所以下一步是对数据进行大量的预处理和过滤。然后我们进入特征提取单元,在该单元中我们使用阈值交叉方法来确定神经元是否已激活。换句话说,如果神经活动超过给定阈值,我们将其计为一个尖峰(就像图表上的尖峰)。

然后我们测量在给定时间段内有多少峰值。这是定义将测量值映射到神经活动的特征的传统方法。这个给定时间内的发射率被发送到解码器。解码器决定什么方向,例如,患者想要移动光标。

随着时间的推移,您解决这个问题的方法是如何演变的?

它发生得非常自然。从来不是因为每个人都在做人工智能或机器学习。一步一步,我们已经达到了这样一个地步,我们的团队意识到,“好吧,现在的方法是使用学习算法。”

您认为该领域在 10 年或 20 年内会走向何方?技术将何去何从?

还有很多工作要做。我们需要更好的、侵入性更小的电极。还有一个模拟前端系统,我们基本上需要对信号进行放大、滤波和数字化。这仍然不是我们可以集成所有东西并创建一个非常低功耗的节能系统的地方。还有很大的空间可以使事物小型化,使技术的侵入性更小,使其更能抵抗微移动、封装和电极退化。

另一个需要做更多工作的领域是培训。在每节开始的时候,很多脑机接口系统都需要训练。患者需要训练系统,以便它能够适应他们。我们的目标是尝试开发出基本上可以实时学习的系统——使用在线学习或无监督学习——在患者使用设备时自动调整自己。这是一个很大的挑战。

我还认为创建低成本的系统非常重要,人们可以在任何地方使用它来完成各种任务。

您认为人工智能在处理医疗应用方面困难的任务是什么?

我不是医生,但我已经和很多医生谈过这个问题。在医学领域,风险非常高。这是生与死,如果我们想依赖人工智能,我们需要非常可靠的算法。与需要 FDA 批准的医疗设备或药物一样,算法也开始有 FDA 的要求。

在某些应用程序中,例如脑机接口,错误并不是什么大问题。但如果你想真正走向个性化医疗并从 AI 获得预测或建议,我们需要证明该系统是可靠的。为此,正如我之前提到的,我们需要来自许多人的大量数据集。我们需要研究来证明该系统是强大的并为我们提供有用的信息。

人工智能驱动的设备还可以在哪些其他领域改善?

在某些领域,我们相信它会产生巨大的变化。我与 Wei Gao 教授 [医学工程助理教授,传统医学研究所研究员,Ronald 和 JoAnne Willens 学者] 合作,他正在使用可变传感器测量汗液中的不同生物标志物他正试图结合不同的生物标志物来评估与心理健康、抑郁、焦虑相关的事物。这些是有时重症患者难以解释的领域。或者也许他们对此并不那么开放,或者对他们来说很难跟踪它。所以,对于与心理健康相关的问题来说,这是重要的。

学生有多渴望参与这项研究?

我发现学生们对这个领域真的很感兴趣,因为这是一个他们可以涉及的领域。他们看到了影响。事实上,我初是在加州理工学院担任更传统的电气工程师。我从事高速数据通信系统、计算系统等方面的工作。我一直在继续这项研究,但渐渐地我得到了越来越多对医疗器械感兴趣的学生。他们如此热情,因为他们也发现多学科研究是有益的。他们向化学、生物学、神经科学领域的其他团体学习。到目前为止,一切都很棒。


蒙公网安备 15010302000536号