机构名称：
¥ 2.0
4美国默瑟大学5埃及大学摘要背景：丙型肝炎病毒以及全球丙型肝炎病毒是由于慢性肝病，肝硬化和肝细胞癌引起的发病率和死亡率的主要原因。随着直接作用抗病毒药（DAAS）和核苷类似物的进化，适当的基因分型对于设计个性化治疗方法的设计至关重要。传统的基因分型方法不适合目的，因为它们不能缩放或应对新兴抗性的问题。这些是具有机器和深度学习能力的人工智能（AI）的一些客观问题。方法：根据Prisma 2020指南进行了系统的审查。作者使用结构化搜索字符串在PubMed和Google Scholar中搜索了相关研究。根据纳入标准，总共筛选了1200篇论文，其中包括30篇论文。开发的数据收集表包含有关目的，治疗结果指标和实践的信息。以这种方式，研究了研究以确定AI在肝炎基因分型和个性化医学前景中的作用。结果：当涉及到现有，尤其是HCV Genotype-8（基于AI的新型基因型）的基因分型肝炎病毒时，基于AI的模型可以在准确性和测量的可扩展性方面表现更好。机器学习技术（如随机森林和支持向量机器）的准确率超过90％。to但是，捕获基因组序列的复杂基因组成像，例如基于深度学习模型的卷积神经网络或长期短期记忆网络，它超越了成像。更快的诊断，改善了与抗性相关突变的检测以及由于AI方法的增强。结论：与经典方法相比，由于AI在此过程中采用了AI，因此在肝炎基因分型方面取得了进步，这些方法伴随着局限性，无法提供如此准确，可靠和及时的诊断。因此，它有助于为患者计划治疗策略，有助于实时应用，甚至支持有关全球健康状况的政策。尽管如此，诸如患者数据保护，集聚训练数据中的相对偏见以及可解释性等因素尚待解决。
AI辅助基因型分析肝炎病毒
主要关键词
相关文件推荐
