研究人员正在发布一项雄心勃勃的研究中的旗舰数据集，该研究旨在探索可能影响2型糖尿病发展的生物标志物和环境因素。由于研究参与者包括没有糖尿病的人和其他处于不同疾病阶段的人，早期发现暗示了与以往研究不同的信息网络。例如，来自参与者家中定制环境传感器的数据清楚地表明了疾病状态与微小污染颗粒暴露之间的关联。收集的数据还包括调查响应、抑郁量表、眼成像扫描和血糖等传统生物变量测量。
所有这些数据都旨在通过人工智能挖掘，以获得关于风险、预防措施和疾病与健康之间路径的新见解。“我们看到支持2型糖尿病患者异质性的数据，人们并不是都在应对同样的问题。因为我们将获得如此庞大而详细的数据库，研究人员将能够深入探索这一领域，”华盛顿大学医学院眼科教授Cecilia Lee博士说。
她对收集到的数据质量表示兴奋，这些数据代表了1,067人，仅占研究预期总参与人数的25%。Lee是AI-READI（人工智能准备且公平的糖尿病洞察图谱）项目的项目主任。该项目由美国国立卫生研究院支持，旨在收集和共享可供全球科学家分析的AI准备型数据，以寻找新的健康和疾病线索。
初始数据发布于11月8日在《自然代谢》杂志上的一篇文章中。作者重申了他们的目标，即从此前未测量过的更多种族和族裔多样化人群中收集健康信息，并使生成的数据在技术和伦理上准备好进行AI挖掘。“这一发现过程令人振奋，”同样是华盛顿大学医学院眼科教授和该项目首席研究员的Aaron Lee博士说。“我们是一个由七家机构和多学科团队组成的联盟，这些团队之前并未合作过。但我们有共同的目标，即利用无偏见的数据并保护数据的安全性，同时使其可供世界各地的同事访问。”
在西雅图、圣迭戈和阿拉巴马州伯明翰的研究站点，招募者正在集体招募4,000名参与者，纳入标准旨在促进平衡：* 种族/族裔（每组1,000人——白人、黑人、西班牙裔和亚裔） * 疾病严重程度（每组1,000人——无糖尿病、糖尿病前期、非胰岛素控制和胰岛素控制的2型糖尿病） * 性别（男女各半）
“传统上，科学家们在研究病理发生——人们如何患病——和风险因素，”Aaron Lee说。“我们希望我们的数据集也能用于研究健康生成，或有助于健康的因素。因此，如果您的糖尿病有所改善，哪些因素可能在起作用？我们预计，旗舰数据集将在这两个方面带来关于2型糖尿病的新发现。”通过从大量人群中收集更深入的数据，他补充道，研究人员希望创建一个人可能从疾病进展到全面健康，或从全面健康进展到疾病的伪健康史。
数据托管在一个定制的在线平台上，分为两组：一组需要使用协议的受控访问数据集，另一组是已去除HIPAA保护信息的注册公开版本。涉及204名参与者的试点数据发布（2024年夏季）已被全球110多个研究组织下载。研究人员必须验证其身份并同意伦理使用条款。（有关访问数据的更多信息，请访问aireadi.org。）
AI-READI联盟由华盛顿大学医学院、阿拉巴马大学伯明翰分校、加州大学圣地亚哥分校、加州医疗创新研究所、约翰霍普金斯大学、原住民生物数据联盟、斯坦福大学和俄勒冈健康与科学大学组成。该项目位于西雅图UW医学中心的Angie Karalis Johnson视网膜中心。Cecilia Lee担任Klorfine家族捐赠主席。Aaron Lee担任Dan和Irene Hunter捐赠教授。
更多信息：AI-READI：重新思考糖尿病研究及其他领域的AI收集、准备和共享，《自然代谢》（2024）。DOI: 10.1038/s42255-024-01165-x。www.nature.com/articles/s42255-024-01165-x
(全文结束)
