详细内容或原文请订阅后点击阅览
威斯康星大学麦迪逊分校的研究人员发现人工智能辅助基因组研究存在持续性问题
研究人员越来越多地尝试通过使用越来越复杂的 AI 工具来弥补数据差距来解决此问题。
来源:威斯康星大学麦迪逊分校威斯康星大学 - 麦迪逊分校的研究人员警告说，人工智能工具在遗传学和医学领域变得越来越流行可能会导致关于基因与身体特征之间联系的有缺陷的结论，包括糖尿病等疾病的危险因素。
错误的预测与研究人员使用AI来帮助全基因组关联研究有关。这些研究通过许多人进行了数十万个遗传变异扫描，以寻求基因与物理特征之间的联系。特别有趣的是遗传变异与某些疾病之间的可能联系。
遗传学与疾病的联系并不总是直接
遗传学在许多健康状况的发展中起作用。尽管某些单个基因的变化与囊性纤维化等疾病的风险直接相关，但遗传学与物理性状之间的关系通常更为复杂。
全基因组协会的研究有助于解开其中的一些复杂性，通常使用大量的个人遗传特征和健康特征的数据库，例如美国国立卫生研究院的美国所有项目和英国生物银行。但是，这些数据库通常缺少有关研究人员试图研究的健康状况的数据。
我们所有人 英国生物银行“某些特征要么是非常昂贵的，要么是劳动力密集的，因此您根本没有足够的样本来对它们与遗传学的关联得出有意义的统计结论。
qiongshi lu 生物统计学和医学信息学系与AI
研究人员越来越多地试图通过将数据差距与更复杂的AI工具弥合来解决此问题。