نوشته شانیا کندی
– محققان دانشکده انفورماتیک زیست پزشکی مک ویلیامز در UTHealth هیوستون بیش از 31 میلیون دلار برای 16 پروژه با هدف ایجاد نوآوری در هوش مصنوعی مراقبت های بهداشتی (AI) دریافت کردند.
این کمک ها شامل 14 جایزه جدید و دو جایزه تکمیلی است. پنج مورد از این کمک های مالی، که مجموعاً بیش از 19 میلیون دلار است، توسط مؤسسه ملی پیری (NIA)، بخشی از مؤسسه ملی بهداشت (NIH) اعطا شد.
پروژه اول بر شناسایی اثربخشی درمانی درمان بیماری آلزایمر متمرکز است. محققان درگیر در این تحقیق خاطرنشان کردند که شکاف های دانش قابل توجهی در مورد اینکه چرا برخی از بیماران به این درمان ها پاسخ نمی دهند وجود دارد.
هدف این پروژه کمک به بستن این شکاف‌ها با توسعه مدل‌های یادگیری ماشینی برای شناسایی زیرگروه‌هایی از بیماران است که به درمان پاسخ متفاوتی می‌دهند.
پروژه دوم قرار است چارچوب “شبیه سازی کارآزمایی بالینی بیماری آلزایمر” را ایجاد کند، که به عنوان یک پلت فرم قابل دسترس، قابل استفاده مجدد و استاندارد برای طراحی و شبیه سازی آزمایش بیماری آلزایمر عمل می کند.
بیشتر بخوانید: مرکز سرطان MD اندرسون موسسه علوم داده در انکولوژی را راه اندازی کرد
دکتر کوی تائو، محقق اصلی پروژه و دکتر دوریس ال راس، پروفسور دپارتمان علوم داده‌های بهداشت، توضیح داد: «نیاز مبرم به پرداختن به چالش‌های بیماری آلزایمر و تحقیقات مربوط به زوال عقل، الهام‌بخش کاوش ما در این موضوع شد. و هوش مصنوعی شیوع فزاینده این بیماری‌ها و محدودیت‌های کارآزمایی‌های بالینی تصادفی‌سازی سنتی، ما را به دنبال راه‌حل‌های نوآورانه برانگیخت و متوجه شدیم که ادغام داده‌های دنیای واقعی و شبیه‌سازی کارآزمایی‌های بالینی می‌تواند رویکردی دگرگون‌کننده برای پیشبرد درک ما ارائه دهد و به‌طور بالقوه، منجر به یافتن درمان‌های مؤثرتر شود.»
پروژه سوم که بزرگترین جوایز را با 6.4 میلیون دلار دریافت می کند، با هدف ایجاد یک کاتالوگ ژنتیکی عملی و یکپارچه از آلزایمر معروف به AIM-AI است. “نقشه ژنتیکی” بینش های ژنتیکی را قادر می سازد تا با روش های اضافی برای استفاده در کشف دارو و تحقیقات علت شناختی ادغام شوند.
در بیانیه مطبوعاتی آمده است که پروژه چهارم یک چارچوب انفورماتیک قوی ایجاد می کند که فنوتیپ محاسباتی و داده های هستی شناسی را برای “هماهنگ کردن سوابق سلامت الکترونیکی” ترکیب می کند.
جایزه نهایی NIA تکمیل کننده یک پروژه موجود است که بر روی الگوریتم های هوش مصنوعی با داده های تصویربرداری عصبی استاندارد شده کار می کند.
کتابخانه ملی پزشکی NIH (NLM) سه کمک هزینه جدید اعطا کرد و دیگری را به دانشکده منتقل کرد.
بیشتر بخوانید: جایزه 1.25 میلیون دلاری واندربیلت، دوک برای بهبود نظارت بر هوش مصنوعی سیستم های سلامت
یکی از پروژه‌های تامین‌شده بر روی توسعه روش‌های آموزشی پیشرفته برای مدل‌های پایه بالینی متمرکز است، که می‌تواند به بهبود مدل‌های پیش‌بینی بالینی و برخی کاربردهای یادگیری عمیق کمک کند.
پروژه دوم با هدف ادغام اشتراک‌گذاری داده‌های ژنومی با هیئت‌های بازبینی سازمانی برای آسان‌تر کردن بررسی اخلاقی برای آزمایش‌های بالینی انجام می‌شود.
پروژه سوم مکمل کار در حال انجام برای توسعه رویکردهای یادگیری عمیق است که می تواند داده های ژنومی را به واژگان و اشیاء تصویر مانند برای استفاده در تحقیقات ژنتیک تبدیل کند.
کمک مالی منتقل شده، به ارزش 1.9 میلیون دلار، از پروژه ای با هدف پیشبرد برنامه های کاربردی داده های EHR برای تحقیقات بالینی از طریق بهبود یافته ها و شناسایی گروه ها پشتیبانی می کند.
مؤسسه ملی تحقیقات ژنوم انسانی NIH نیز دو جایزه به هیئت علمی مدرسه صادر کرد.
بیشتر بخوانید: جایزه 2.3 میلیون دلاری NIH برای حمایت از تحقیقات تصویربرداری مغز مبتنی بر هوش مصنوعی
اولین مورد، کمک هزینه تمدید برای ادامه کار بر روی “RaPID” است، روشی محاسباتی برای کاوش در روابط ژنتیکی و استنتاج بخش‌های هویت به نسب در میان افراد.
پروژه دیگر بر بهبود آگاهی از بیماری های نادر در میان ارائه دهندگان مراقبت های بهداشتی از طریق یک چارچوب انفورماتیک طراحی شده برای تسریع تشخیص این شرایط متمرکز است.
پنج کمک هزینه اضافی NIH نیز اعطا شد.
دو مورد اول بخشی از کنسرسیوم هوش مصنوعی/ماشین یادگیری NIH برای ارتقای عدالت سلامت و تنوع پژوهشگران (AIM-AHEAD) هستند.
یکی از این پروژه‌ها از هوش مصنوعی و یادگیری ماشینی برای بررسی نقش عدم تطابق گروه خونی اهداکننده و گیرنده در پیوند قلب و طراحی مداخلات برای کاهش نابرابری‌های سلامت استفاده می‌کند.
پروژه دیگر به محققان UTHealth هوستون اجازه می دهد تا با کارشناسان دانشگاه توسکگی برای بهبود مدیریت داده ها، تسهیل پذیرش هوش مصنوعی سلامت و ارتقای برابری سلامت برای جمعیت های اقلیت همکاری کنند.
سومین کمک مالی اضافی NIH از پروژه ای با تمرکز بر ایمنی درمانی شخصی برای سیستم لنفاوی و هدایت تحقیقات درمان سرطان پشتیبانی می کند.
پروژه چهارم یک دوره آنلاین و ناهمزمان انفورماتیک ایجاد می کند که برای جامعه بزرگتر زیست پزشکی باز است.
جایزه نهایی، کمک مالی بنیاد ملی علوم “نوآوری زیرساخت برای تحقیقات بیولوژیکی”، برای توسعه ابزارهای یادگیری ماشین برای پیشبرد تحقیقات در توسعه سلولی استفاده خواهد شد.
این یک دستاورد باورنکردنی برای دانشکده انفورماتیک زیست پزشکی مک ویلیامز است. جیاجی ژانگ، دکترا، رئیس و رئیس بنیاد خانواده گلاسل در تعالی انفورماتیک در دانشکده انفورماتیک بیومدیکال مک‌ویلیامز، گفت: این کمک‌ها نقش کلیدی در پیشرفت تحقیقات انفورماتیک ایفا می‌کنند و همچنین نقش مهمی را که فناوری همچنان در پزشکی ایفا می‌کند، ایفا می‌کند. بیانیه مطبوعاتی
«تمام کمک‌های بلاعوض که به تازگی اعطا شده‌اند، حول هوش مصنوعی پزشکی متمرکز هستند. جهان ما در آغاز “انقلاب شناختی” است که توسط هوش مصنوعی هدایت می شود. زمان بهتری برای این نوع مطالعات و تحولات تحقیقاتی بسیار مهم وجود ندارد.»