使用人工智能和边缘计算来发现和验证miRNA目标的个性化护理点平台,支持个性化癌症治疗

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 医学诊断 医学诊断 医学诊断

背景情况:

• 个性化的精准医学正在改变癌症治疗.
• 目前的诊断依赖于集中实验室,导致治疗延迟.
• 需要诊断点 (POC) 诊断来弥合这一差距.

研究的目的:

• 推出GTMIT,一个新的AI驱动的POC平台,用于实时微RNA (miRNA) 目标发现和验证.
• 能够在患者的床边立即做出治疗决策,绕过云计算的依赖.
• 通过将分子诊断与POC干预相结合,加速癌症治疗的启动.

主要方法:

• 开发了一个变压器-GNN混合架构与功率规范化为miRNA-mRNA相互作用预测.
• 实施了SNP适应性间隙图形卷积网络 (GP-GCN),以解决患者特定的遗传变异.
• 综合边缘治疗优化,考虑到区域癌症患病率和资源限制.

主要成果:

• 在临床数据集上,GTMIT实现了高性能:AUC为94%,精度为87%,回忆率为79%.
• 该平台在POC展示了有效的实时miRNA目标发现和验证.
• 边缘计算使本地决策能够在不依赖云计算的情况下进行.

结论:

• GTMIT显著减少了从几天到几分钟的治疗时间.
• 该平台增强了个性化癌症治疗,特别是在资源有限的环境中.
• GTMIT将分子诊断和立即干预相结合,以改善患者的治疗结果.