UCSD医学院加入NIH“Bridge2AI”研究计划(图)

加州大学圣地亚哥分校(UCSD)报道称,该校医学院加入了美国国家卫生研究院(NIH)共同基金的“人工智能桥梁研究项目”(Bridge2AI)。未来四年,“Bridge2AI”将获得1.3亿美元资助,以加速人工智能在生物医学研究和医疗保健中的广泛应用。

报道称,医学科学家们早已认识到人工智能在帮助理解和治疗疾病方面的潜力,但其在临床和研究环境中的应用仍然有限。这在一定程度上是因为人工智能工具不能总是容易地或适当地应用于未组织用于此类分析的新数据集。此外,大多数人工智能算法都起着“黑匣子”的作用——当它们得出关于某件事的结论时,没有人确切知道如何或为什么做出这个决定。

为了解决这些问题,“Bridge2AI”将资助四个数据产生的项目,以创建全面的人工智能就绪数据集,为新的、可解释和可信的人工智能技术奠定基础。这四个多站点项目将由“Bridge2AI”统一管理,该中心是一个执行中心,负责监督所有“Bridge2AI”活动的整合、传播和评估。

加州大学圣地亚哥医学院教授Trey Ideker博士将担任其中一个数据生成项目的首席研究员。加州大学圣地亚哥医学院信息学和技术副院长,教授Lucila Ohno Machado博士将担任“Bridge2AI”的首席研究员。

“这是美国国立卫生研究院首次以如此规模投资生物医学人工智能,我们很高兴成为其中的一部分,”Ideker博士说。“加州大学圣地亚哥分校已经证明自己是临床和研究人工智能技术的先驱,但这笔资金将有助于巩固我们在人工智能革命中的地位。”

Ideker博士及其合作者预计将在未来四年获得近2000万美元,用于启动人工智能细胞图,这是一个旨在开创精确医学新时代的研究项目。该团队设想了一个未来,在这个未来,人工智能算法可以分析患者的基因组,并破译他们患有何种疾病、处于何种阶段以及哪些治疗最可能有帮助。重要的是,他们说算法必须是可解释的,这样医生就可以指出告知其决定的分子和细胞途径。

Ideker博士说:“如果我们不知道为什么要做出这样的选择,那么算法仅仅获取一组复杂的突变并决定给患者什么药物是不够的。”。“我们现在可能有足够的人类基因组测序来支持精确医学,但我们还没有一张清晰的细胞生物学地图来解释数据。”

为了解决这一问题,该项目旨在从最基本的细胞类型:干细胞开始,绘制整个人类细胞的结构和功能图。研究人员将从各种遗传背景中获得诱导多能干细胞,并结合显微镜、生物化学和计算工具,以多尺度研究其生物学。最终产品将是细胞的综合模型,从基因和蛋白质到整个细胞器,以及它们如何共同工作。一旦干细胞被建模,他们计划使用相同的方法来建模其他细胞,例如正在分裂、分化或处于各种疾病状态的细胞。

他们的目标是最终建立一个跨越许多人口统计和疾病背景的细胞图库,用于训练人工智能算法,以做出关于人类健康的知情和可解释的决定。

“借助“Bridge2AI”,我们不仅生成了前所未有的数据集,还开发了一个系统,以有组织和合乎道德的方式完成这项工作,这将为未来的成功奠定基础,”Ideker说。

该项目的其他主要研究人员包括加州大学圣地亚哥雅各布斯工程学院的Prashant Mali博士,以及加州大学旧金山分校、斯坦福大学、阿拉巴马大学、伯明翰阿拉巴马大学,蒙特利尔大学、西蒙·弗雷泽大学、南佛罗里达大学、德克萨斯大学奥斯汀分校、弗吉尼亚大学和耶鲁大学的研究人员。

关于“Bridge2AI”:

Bridge2AI 中心负责协调所有项目工作,由六个核心工作组成,重点是管理、道德、团队、标准、工具优化、技能和员工队伍发展。

Bridge2AI在许多方面都令人兴奋,”Ohno Machado博士说。“除了支持这一突破性的跨学科研究,我们还将引领新的科学合作模式,确保培训高度多样化的研究人员群体,并最终构建真正适用于所有人的人工智能工具。”

Ohno Machado博士将负责Bridge2AI中心行政工作,并与加州大学圣地亚哥分校公共健康和人类长寿科学学院的教育发展博士,Herbert Wertheim,和Camille Nebeker博士共同负责伦理核心研究。其他加州大学圣地亚哥分校的研究人员,包括同样在Herbert Wertheim公共卫生学院工作的Cinnamon Bloss博士、加州大学圣地亚哥医学院的Tung Ting Kuo博士和Jingbo Shang博士、Babak Salimi博士和Berk Ustun博士,将都在雅各布斯工程学院和Halıcıoğlu数据科学研究所工作。其他Bridge2AI中心合作者包括布罗德研究所、范德比尔特大学和德克萨斯大学健康学院的教师。

Nebeker与加州大学圣地亚哥医学院的Sally Baxter医学博士和Linda Zangwill博士一起,也是另一个数据生成项目中的主要模块,该项目名为AI Ready and Equitive Atlas for Diabetes Insights(AI-READI),由华盛顿大学的主要研究者领导。该项目将生成一个研究来源的数据库,以开发机器学习模型,目的是了解II型糖尿病如何受到患者基因、生活方式和环境的影响。

“生成高质量、符合道德标准的数据集对于下一代人工智能技术的使用至关重要,这将改变我们的研究方式,” 正在履行NIH主任的职责的Lawrence A.Tabak 博士表示,“人类健康长期挑战的解决方案就在我们的指尖,现在是时候将研究人员和人工智能技术联系起来,解决我们最困难的研究问题,并最终帮助改善人类健康。”

Bridge2AI计划的Ohno Machado和Ideker部分由NIH共同基金(1U54HG012510-01和1OT2OD032742-01)资助。

题图:Lucila Ohno Machado 医学博士(左)和Trey Ideker博士。

图文来源:加大圣地亚哥分校

(美国华文网 圣地亚哥华文网编发)