近日，美國羅格斯大學(Rutgers University)的科學家，梳理了5年間的精準醫學AI軟體相關醫學文獻，從中彙整出32種現下最熱門的精準醫學AI分析方法，可用於肥胖、阿茲海默症、發炎性腸道疾病、乳腺癌和重度憂鬱症等疾病的預防性治療，研究人員指出，這是第一次針對精準醫學AI軟體進行系統性文獻回顧。該研究發表於《Briefings in Bioinformatics》。
 
研究人員指出，精準醫學AI領域正迅速發展，並開始出現混亂，此次的文獻回顧有望讓對精準醫學感興趣的研究人員了解哪些AI可能最適合他們的研究。
 
在人工智慧領域中，機器學習是模擬人類「學習」的過程，因此，提供越多的數據，最後預測出來的結果就會越準確，這也仰賴於演算法、解決問題或運算的步驟。
 
此外，遺傳學在精準醫學中的數據最豐富也最複雜，因此，在這次的文獻回顧中，研究人員針對各種AI軟體的研究目標、方法、數據來源、倫理和演算法進行審查與比較。
 
最後，研究人員分析後的結論指出，科學界將迎接幾項重大挑戰，在收集基因體和臨床數據時，應改善數據標準化和加強對個資保護的問題。
 
羅格斯大學Robert Wood Johnson醫學院助理教授Zeeshan Ahmed表示，精準醫學是目前最熱門的領域之一，利用個人病史和遺傳特徵等資訊，並與其他人進行對比後，便可找出預防、診斷或治療的模式，因此需要透過AI對大量的醫學和遺傳資訊進行搜尋與分析，期望能建立以數據為中心的醫療保健新時代。
 
Ahmed指出，AI可以在低成本情況下提供更好的個人化照護。目前，其團隊也進一步展開心血管基因體學的研究，透過收集與分析數據，開發心血管疾病的AI系統。
 
參考資料：https://www.sciencedaily.com/releases/2022/08/220818122424.htm
論文：https://doi.org/10.1093/bib/bbac191
 
(編譯/李林璦)