人工智能的基础工作:在个性化癌症免疫治疗中强制执行新抗原预测的基准

科学领域:

• 计算生物学是一种计算生物学.
• 医学中的人工智能
• 免疫信息学是指免疫信息学.

背景情况:

• 机器学习和人工智能算法在很大程度上依赖于基准数据集 ("基础真理") 来进行计算检索和统计评估.
• 个性化癌症免疫疗法利用人工智能识别免疫新抗原,需要可靠的数据集来识别目标.

研究的目的:

• 分析瘤无抗原选择联盟 (TESLA) 项目,作为个性化癌症免疫治疗中基础真相数据集创建的案例研究.
• 检查基础真理的建立如何影响AI技术在精准医学中的发展和应用.

主要方法:

• 基于TESLA财团的实地验证项目的案例研究分析.
• 探索支持创建基准数据集的组织和物质基础设施.
• 检查项目期间关于新抗原生物学和免疫性科学理解的演变.

主要成果:

• 随着对新抗原生物学的理解的发展,TESLA项目为免疫原性新抗原建立了一个可争议的参考,而不是一个无可争议的真理.
• 尽管计量不确定性,该项目的广泛努力和满足社区需求验证了其在推进个性化癌症免疫治疗中的作用.
• 创建和强制执行基本真理,包括它们的局限性,对于使人工智能技术在个性化医疗中成为可能至关重要.

结论:

• 人工智能开发的基本真理,以特斯拉为例,往往是有争议的,但对于推进个性化癌症免疫疗法等领域来说是必要的.
• 基准真相数据集的实际实用性和社区影响可能超过其计量学不确定性.
• 建立坚实的基础真理是成功实施人工智能在个性化医学的先决条件.