代谢LM:一种代谢语言模型,用于多种疾病的早期预测和风险分层
Shizheng Qiu1,2, Jirui Guo1,2, Zhishuai Zhang1,2
1Center for Bioinformatics, Faculty of Computing, Harbin Institute of Technology, Harbin, China.
一个新的AI模型MetaboLM使用血液测试数据提前几年预测慢性疾病. 这种代谢风险评分 (MetaboRS) 对早期疾病检测和预防有希望.
科学领域:
- 生物医学信息学是生物医学信息学.
- 代谢学 代谢学 代谢学
- 医疗保健中的人工智能
背景情况:
- 早期预测慢性疾病对公共健康至关重要.
- 常规血液检查为预测建模提供了有价值的数据来源.
- 目前的预测方法在范围和准确性方面存在局限性.
研究的目的:
- 利用代谢学数据开发一种人工智能驱动的工具,用于早期预测慢性疾病.
- 创建一个强大的代谢风险评分 (MetaboRS) 来预测疾病发病.
- 评估与现有预测指标相比,开发模型的性能.
主要方法:
- 开发一个基于变压器的语言模型MetaboLM.
- 83,744名英国生物库参与者的血代谢学数据的预训练.
- 用被诊断患有16种常见慢性疾病的个人数据进行微调.
- 产生和验证代谢风险评分 (MetaboRS).
主要成果:
- 代谢LM在疾病预测和分层方面表现出很高的表现.
- 在10年前,MetaboRS准确地预测了疾病的发病.
- MetaboRS的表现优于人口预测指标和多种疾病的ASCVD风险方程.
- 解释性分析确定了与疾病预测相关的关键代谢物.
结论:
- 代谢语言模型具有早期多种疾病风险预测的巨大潜力.
- MetaboRS为积极的医疗保健策略提供了一种新且有效的工具.
- 预计会有更多的代谢AI模型的下游应用.
更多相关视频
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
11:02Identification and Quantification of Deranged Metabolites in Critically Ill Patients Using NMR-Based Metabolomics
Published on: November 29, 2024
相关概念视频
Models of Health Promotion and Illness Prevention I
The health belief model (HBM) attempts to predict health-related behavior in specific belief patterns. According to the HBM, a person's...
Mechanistic Models: Compartment Models in Individual and Population Analysis
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Introduction to Language of Pathophysiology ll
