摘要:DNA 测序、成像程序和无线医疗监测设备都是高通量、数据密集型精准医疗检测和技术的例子,这些检测和技术需要新的方法来分析、整合和解释它们产生的大量数据。虽然已经开发了几种统计方法来处理此类测试产生的“大数据”,但之前使用人工智能 (AI) 技术的经验表明,它们可能特别适合。此外,用于研究的数据密集型生物医学技术表明,人们在遗传、生化、生理、暴露和行为层面存在很大差异,特别是在疾病过程和治疗接受度方面。这表明需要“个性化”药物,以便它们更好地满足每个患者复杂且通常个性化的需求。由于数据密集型检测在揭示个性化药物的适当干预目标和方法方面的重要性,人工智能可以在新的个性化健康产品的临床研究和开发中发挥重要作用,从选择相关的可持续贡献到测试其效用。本文介绍了人工智能促进个性化医疗发展的各种方式,我们认为,这一努力的成功在很大程度上取决于改进适当的检测方法以及存储、聚合、访问和最终整合它们生成的数据的方法。此外,本文还讨论了未来的潜在研究方向,并强调了各种人工智能方法的缺点。