人工智能和机器学习计算建模,考虑肠道微生物群进行个性化决策,支持在部分肝切除术后进行最佳肝脏再生的术前规划
Constantinos S Mammas1, Adamantia S Mamma1
1Program of Excellence 2014-16 of the Hellenic Ministry of Education, Research, Innovation.
Studies in health technology and informatics
|April 9, 2025
概括
这项研究整合了肠道微生物群 (GM) 和人工智能/机器学习 (AI/ML),以改善部分肝切除术 (PH) 后肝脏再生 (LR) 的预测. 对转基因的AI/ML分析提供了个性化的手术前规划,以获得更好的患者结果.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 微生物组研究 微生物组研究
- 计算生物学 计算生物学
背景情况:
- 肠道微生物群 (GM) 在部分肝切除术 (PH) 后在肝脏再生 (LR) 中发挥作用.
- 预测PH后LR的现有模型是基于经典的生物学知识,并且有局限性.
- 转基因对LR结果的影响需要进一步调查.
研究的目的:
- 将计算建模从经典的LR知识转移到将GM影响纳入.
- 将人工智能/机器学习 (AI/ML) 整合到PH中的风险/收益分析中.
- 通过了解GM的作用来优化PH之后的结果.
主要方法:
- 开发了集成GM数据的算法计算模型.
- 应用AI/ML技术进行风险/收益分析.
- 专注于转基因对PH后LR的影响.
主要成果:
- 集成的GM和AI/ML,为PH提供新的预测和治疗能力.
- 证明了AI/ML分析转基因对LR的影响的潜力.
- 将重点从经典的LR模型转移到GM为中心的计算方法.
结论:
- 使用AI/ML风险/益处分析,可以优化针对PH的个性化术前准备.
- 将转基因测量集成到AI/ML模型中,可以提高手术前的规划和结果.
- 这种方法为经历PH的患者提供了精确的管理策略.
