人工智能整合影像学与遗传学以理解人类进化、发育、衰老及疾病AI integrating imaging and genetics to understand human evolution, development, aging, and disease | MIT CSAIL

环球医讯 / AI与医疗健康来源:www.csail.mit.edu美国 - 英语2025-10-06 19:10:57 - 阅读时长2分钟 - 657字
本文报道德克萨斯大学奥斯汀分校瓦格伊什·纳拉西曼在麻省理工学院计算机科学与人工智能实验室的专题演讲,重点阐述人工智能如何整合医学影像与遗传数据研究人类生物学,通过分析来自6万名个体的120余万份医学影像(包括双能X射线吸收测定法、磁共振成像及超声),在骨骼形态进化机制、发育生物学左右对称性遗传基础、生物衰老时钟构建以及多模态AI疾病预测四大领域取得突破性进展,为理解人类双足行走能力起源、衰老调控机制及常见复杂疾病十年发病率预测提供全新科学视角,彰显跨学科技术在健康领域的革命性应用价值。
人类健康疾病诊断医学影像遗传学衰老机制疾病预测多模态人工智能骨骼进化左右对称性生物衰老时钟
人工智能整合影像学与遗传学以理解人类进化、发育、衰老及疾病

摘要

数十年来,医学影像一直是诊断和追踪多种疾病进展的主要手段,但长期以来往往独立收集。近年来,随着大型生物样本库的兴起,这种丰富的数据类型已与数以万计个体的遗传信息及电子健康记录实现关联, unprecedented地使人类得以直接研究基因型与表型的关系。我将介绍本团队的工作成果:利用来自约6万名个体的120余万份医学影像(涵盖双能X射线吸收测定法、磁共振成像和超声),针对心脏、大脑、骨骼、肝脏及胰腺的多视角分析,在生物科学四大领域提供新见解:(a)解析支撑人类双足行走能力的人类骨骼形态进化机制;(b)探究发育生物学中左右对称性的遗传基础这一经典问题;(c)构建生物衰老时钟以研究衰老加速/减速的分子机制,并识别对抗衰老的基因靶点;(d)通过整合影像学、遗传学和代谢组学的多模态人工智能技术,预测常见复杂疾病的十年发病率。

演讲者简介

瓦格伊什·纳拉西曼(Vagheesh Narasimhan)最初接受聚焦计算机视觉与信息论的电气工程训练,后在柯蒂斯·哈滕霍尔(Curtis Huttenhower)指导下获得生物统计学硕士学位。随后赴英国剑桥大学,在克里斯·泰勒·史密斯(Chris Tyler Smith)和理查德·杜兰特(Richard Durbin)指导下攻读遗传学博士学位。此后返回哈佛大学,在戴维·赖希(David Reich)和尼克·帕特森(Nick Patterson)团队从事博士后研究。自2020年起,担任德克萨斯大学奥斯汀分校整合生物学系与统计及数据科学系助理教授。

【全文结束】

大健康

猜你喜欢

  • 加速药物发现的机器学习创新:Pragya Sharma研究洞察加速药物发现的机器学习创新:Pragya Sharma研究洞察
  • 突破性发现:日本药物有望在细胞层面对抗衰老突破性发现:日本药物有望在细胞层面对抗衰老
  • 全球海豚出现阿尔茨海默病样脑部疾病迹象全球海豚出现阿尔茨海默病样脑部疾病迹象
  • SkinspanTM:皮肤老化健康长寿框架:重新定义皮肤老化标志与长寿SkinspanTM:皮肤老化健康长寿框架:重新定义皮肤老化标志与长寿
  • 衰老的标志衰老的标志
  • 大脑GPS为何随年龄衰退以及某些心智如何抵抗这一趋势大脑GPS为何随年龄衰退以及某些心智如何抵抗这一趋势
  • 大脑形状或可预测你未来是否会患痴呆症大脑形状或可预测你未来是否会患痴呆症
  • 谷歌AMIE:用人工智能变革医疗诊断谷歌AMIE:用人工智能变革医疗诊断
  • 深厚友谊或能减缓细胞层面的衰老进程深厚友谊或能减缓细胞层面的衰老进程
  • 微生物组科学的下一个十年:从发现到日常医疗微生物组科学的下一个十年:从发现到日常医疗
大健康
大健康

热点资讯

大健康

全站热点

大健康

全站热文

大健康