摘要 — 脑机接口 (BCI) 系统中分类器的性能高度依赖于训练数据的质量和数量。通常,训练数据是在实验室中收集的,用户在受控环境中执行任务。然而,在现实生活中的 BCI 应用中,用户的注意力可能会分散,这可能会降低分类器的性能。为了提高分类器的鲁棒性,可以在这种情况下获取额外的数据,但在几个长时间的校准会话中记录脑电图 (EEG) 数据是不切实际的。一种潜在的省时省钱的解决方案是人工数据生成。因此,在本研究中,我们提出了一个基于深度卷积生成对抗网络 (DCGAN) 的框架,用于生成人工 EEG 来扩充训练集,从而提高 BCI 分类器的性能。为了进行比较研究,我们设计了一个具有分散和集中注意力条件的运动任务实验。我们使用端到端深度卷积神经网络,利用 14 名受试者的数据对运动意图和休息进行分类。在没有数据增强的情况下,留一法 (LOO) 分类的结果显示,注意力转移的基线准确率为 73.04%,集中注意力的基线准确率为 80.09%。使用所提出的基于 DCGAN 的增强框架,结果显著提高了注意力转移 7.32%(p < 0.01),集中注意力 5.45%(p < 0.01)。此外,我们在 BCI 竞赛 III 的数据集 IVa 上实现了该方法,以区分不同的运动想象任务。所提出的方法将准确率提高了 3.57%(p < 0.02)。这项研究表明,使用 GAN 进行 EEG 增强可以显著提高 BCI 性能,尤其是在现实生活中的应用中,用户的注意力可能会被转移。
摘要:如前所述,医疗保健系统是一个始终给任何用户和与这些系统相关的每个人带来组织困难的系统,但如今,人工智能是被广泛讨论和最常考虑的创新之一,有望彻底改善患者的状态和生活质量。由于该领域的不断发展,人工智能解决方案即将融入临床实践,这意味着需要涵盖这些技术在医疗保健中所发挥的作用,并为医疗保健提供者提供实现这一目标所需的知识和资源。这篇评论文章对当今临床实践中的人工智能进行了广泛但过时的系统综合,回顾了人工智能在疾病分类和诊断、治疗建议、患者参与方面的潜在用途,并利用方法来考虑人工智能的伦理和法律问题以及对人类洞察力和专业知识的持续需求。为了确定人工智能在医疗环境中的关系性质和可能产生的影响,本文使用 PubMed/Medline、Scopus 和 EMBASE 数据库回顾了文献。根据研究结果,人工智能技术在医疗保健服务中的应用可以极大地改善疾病诊断、治疗选择和临床测试,因为与人类决策相比,人工智能算法可以分析大量数据集并在特定任务中胜过人类专家。它准确、经济高效、省时且不受人为错误的影响,推动了药物基因组学和个性化医疗领域的发展,优化了药物剂量,改善了整体人口健康状况,建立了虚拟医疗服务,并加强了患者和医生之间的心理健康护理、教育和信任。然而,这些问题以及以下问题不能不解决:数据隐私、人工智能偏见和人为因素的不可或缺性。关键词:人工智能、医疗保健、患者护理、生活质量、临床医生、决策、个性化治疗方案
一种新化合物的药物开发流程可能持续 10-20 年,耗资超过 100 亿美元。药物再利用提供了一种更省时省钱的替代方案。基于网络图表示的计算方法(由疾病节点及其相互作用的混合组成)最近产生了新的药物再利用假设,包括适用于 COVID-19 的候选药物。然而,这些相互作用组在设计上仍然是聚合的,并且通常缺乏疾病特异性。这种信息稀释可能会影响药物节点嵌入与特定疾病的相关性、由此产生的药物-疾病和药物-药物相似性得分,从而影响我们识别新靶点或药物协同作用的能力。为了解决这个问题,我们建议构建和学习疾病特异性超图,其中超边编码各种长度的生物途径。我们使用改进的 node2vec 算法来生成通路嵌入。我们评估了我们的超图为一种无法治愈但普遍存在的疾病——阿尔茨海默病 (AD) 寻找再利用靶标的能力,并将我们的排序建议与来自最先进的知识图谱——多尺度相互作用组的建议进行比较。使用我们的方法,我们成功地确定了 7 个有希望的 AD 再利用候选药物,这些候选药物被多尺度相互作用组评为不太可能的再利用靶标,但现有文献提供了支持证据。此外,我们的药物再定位建议附有解释,引出了合理的生物学途径。未来,我们计划将我们提出的方法扩展到 800 多种疾病,将单一疾病超图组合成多疾病超图,以解释具有风险因素的亚群或编码特定患者的合并症,以制定个性化的再利用建议。
痴呆症是一种近年来患者数量不断增加并已成为重大社会问题的疾病,因此有必要尽早发现它。东京大学医院老年病科秋下昌弘教授、龟山由美助理教授(特别讲师(医院))团队与东京都老年医学研究所诊断放射学科主任龟山正志博士合作,在世界上首次证明了人工智能(AI;注1)可以区分认知障碍患者和健康人的面部照片。面部识别有望成为一种非侵入性、省时且廉价的早期发现痴呆症的方法。 此项研究得到了日本医疗研究发展机构(AMED)痴呆症研究与发展项目的支持,并于日本时间1月26日发表在美国科学期刊《衰老》(纽约州奥尔巴尼)上。 4.演讲内容: (1)研究背景 痴呆症是老龄化社会中最严重的问题之一,早期诊断将在未来的治疗策略中变得非常重要。然而,痴呆症的诊断测试有各种局限性。例如,淀粉样蛋白PET(注2)检测费用非常昂贵,而且脑脊液的采集具有侵入性。因此,需要一种简单、非侵入性且廉价的痴呆症筛查方法。 此外,由于衰老是一个系统性的过程,因此从面部判断的外表年龄被认为是预期寿命、动脉硬化和骨质疏松症的指标。此前,东京大学医院老年病科的秋下昌弘教授和龟山由美助理教授(特任讲师(医院))等研究小组也报告称,表观年龄与认知功能的相关性强于实际年龄(Umeda-Kameyama Y et al., “Cognitive function has a stronger correlation with perceived age than with chronological age”, Geriatr Gerontol Int, 2020;20: 779–784, doi:10.1011/ggi.13972.)。 因此,研究小组研究了是否可以使用人工智能(AI)从面部信息中检测认知能力下降。 (二)研究内容
野火需要有人驾驶飞机和地面操作人员采取严格、标准化的响应措施。在野火场景中,火灾交通区 (FTA) 将在火灾周围 5 海里范围内建立,延伸至地面以上 (AGL) 至少 2500 英尺。这与 FAA 建立的临时飞行限制 (TFR) 不同,后者合法限制飞机进入空域。FTA 是一种在消防机构内建立协议的通信工具。如果在野火事件上空实施 TFR,则 FTA 规则适用于 TFR。跨机构空中监督指南 1 详细说明了标准化程序,允许响应野火场景的不同机构无需事先演练即可进行协作。几十年来,载人飞机一直是火灾探测的主要平台,因为它们具有机动性、快速部署和任务灵活性。2 然而,地面人员的目视检测仍然是一项普遍的任务,尽管它枯燥、肮脏且危险。地面观察员前往某个位置检查火势蔓延通常比部署载人飞机更省时、更省钱。无人机 (UAV) 可用于弥补载人飞机和地面人员职责之间的差距。由于尺寸较小,无人机比载人飞机更机动、成本更低、部署速度更快,同时比派人执行任务更安全。因此,已经进行了大量研究,利用带有机载传感器的无人机进行火灾监测和探测。3 然而,由于 FTA 中有关飞机的规定,大多数研究仅限于模拟或观察受控燃烧的飞行测试。在进行本研究时,尚无将无人机系统 (UAS) 纳入 FTA 下的野火事件的标准程序。PMS 515 4 概述了在 FTA 中实施 UAS 的最低标准,但没有详细介绍任务和平台类型。为了将 UAS 与载人飞机一起安全地集成到野火事件中,可扩展交通管理应急响应行动 (STEReO) 项目旨在利用 NASA 设计的 UAS 交通管理 (UTM) 基础设施 5 在城市环境中安全地分配 UAS 的空域。STEReO 的主要目标是将 UAS 融入野火事件中,以缩短灾难响应时间并提高操作员意识,实现大规模飞机操作,并展示安全性和弹性。6
食管癌 (EC) 仍然是全球面临的重大挑战,其发病率位居世界第八位,死亡率位居世界第六位。食管鳞状细胞癌 (ESCC) 是亚洲最常见的 EC 形式。至关重要的是,中国 90% 以上的 EC 病例都是 ESCC。EC 的高死亡率可能是由于有效治疗方案数量有限。为了提高患者存活率,必须为 EC 患者制定新的治疗策略。不幸的是,新药的开发也带来了自身的重大挑战,因为大多数新药由于缺乏疗效或安全性问题而无法上市。一种更省时、更划算的策略是确定现有的药物,这些药物已被批准用于治疗其他疾病,可以通过药物重新定位来重新用于治疗 EC 患者。这可以通过将疾病状态的基因表达谱与给定药物对基因表达的影响进行比较来实现。在我们的分析中,我们使用了之前发表的微阵列数据并确定了 167 个差异表达基因 (DEG)。使用加权关键驱动因素分析,我们确定了 39 个关键驱动基因。然后,这些驱动基因用于药理学中的重叠分析和网络分析。通过提取两种分析中共有的药物,预测有 24 种药物对 EC 患者有治疗作用。其中几种药物已被证明对 EC 有治疗作用,最值得注意的是阿霉素(常用于治疗 EC 患者)和伊沙佐米(最近被证明可以诱导细胞凋亡并抑制 EC 细胞系的生长)。此外,我们的分析预测多种精神药物(包括文拉法辛)是重新定位的药物。这与最近的研究一致,该研究建议应研究精神药物在 EC 等胃肠道癌症中的应用。我们的研究表明,药物重新定位方法是识别新型 ESCC 疗法的可行策略,并且还可以提高对药物靶点潜在机制的理解。
野火需要有人驾驶飞机和地面操作人员采取严格、标准化的响应措施。在野火场景中,火灾交通区 (FTA) 将在火灾周围 5 海里范围内建立,延伸至地面以上 (AGL) 至少 2500 英尺。这与 FAA 建立的临时飞行限制 (TFR) 不同,后者合法限制飞机进入空域。FTA 是一种在消防机构内建立协议的通信工具。如果在野火事件上空实施 TFR,则 FTA 规则适用于 TFR。跨机构空中监督指南 1 详细说明了标准化程序,允许响应野火场景的不同机构无需事先演练即可进行协作。几十年来,载人飞机一直是火灾探测的主要平台,因为它们具有机动性、快速部署和任务灵活性。2 然而,地面人员的目视检测仍然是一项普遍的任务,尽管它枯燥、肮脏且危险。地面观察员前往某个位置检查火势蔓延通常比部署载人飞机更省时、更省钱。无人机 (UAV) 可用于弥补载人飞机和地面人员职责之间的差距。由于尺寸较小,无人机比载人飞机更机动、成本更低、部署速度更快,同时比派人执行任务更安全。因此,已经进行了大量研究,利用带有机载传感器的无人机进行火灾监测和探测。3 然而,由于 FTA 中有关飞机的规定,大多数研究仅限于模拟或观察受控燃烧的飞行测试。在进行本研究时,尚无将无人机系统 (UAS) 纳入 FTA 下的野火事件的标准程序。PMS 515 4 概述了在 FTA 中实施 UAS 的最低标准,但没有详细介绍任务和平台类型。为了将 UAS 与载人飞机一起安全地集成到野火事件中,可扩展交通管理应急响应行动 (STEReO) 项目旨在利用 NASA 设计的 UAS 交通管理 (UTM) 基础设施 5 在城市环境中安全地分配 UAS 的空域。STEReO 的主要目标是将 UAS 融入野火事件中,以缩短灾难响应时间并提高操作员意识,实现大规模飞机操作,并展示安全性和弹性。6