机构名称：
¥ 1.0
摘要 对基因组、转录组、蛋白质组、代谢组和相互作用组等组学数据进行综合分析是阐明癌症发生和发展的复杂机制的关键技术。最近，基于多组学分析结合各种临床信息报道了各种新发现。然而，多组学数据的综合分析极其耗费人力，因此开发新的分析技术必不可少。近年来不断发展的人工智能（AI）正迅速成为一种有效的方法，可以减少分析大量复杂数据所需的劳动力，并获取在手动分析和实验中经常被忽视的有价值信息。使用机器学习方法和深度学习系统等人工智能可以结合准确的临床信息对海量组学数据进行有效分析，并可以得到全面的预测模型，这对于进一步制定免疫治疗和分子靶向治疗的个体化治疗策略非常有益。在此，我们旨在回顾人工智能在组学数据和临床信息综合分析方面的潜力，特别关注新生物标志物的发现的最新进展以及非小细胞肺癌个性化医疗的未来方向。关键词：人工智能，非小细胞肺癌
国际癌细胞
主要关键词
相关文件推荐
