2 型糖尿病研究中发布的旗舰 AI 数据集

2024-11-08 10:00:01 英文原文

作者:by University of Washington School of Medicine

type 2 diabetes
图片来源:Unsplash/CC0 公共领域

研究人员正在发布一项雄心勃勃的研究的旗舰数据集,该研究涉及可能影响 2 型糖尿病发展的生物标志物和环境因素。由于研究参与者包括没有糖尿病的人和其他处于不同阶段的糖尿病的人,因此早期的发现暗示了与之前的研究不同的信息。

例如,来自参与者家中定制环境传感器的数据显示,疾病状态与接触微小污染颗粒之间存在明显关联。收集的数据还包括调查反应、抑郁量表、眼部成像扫描以及葡萄糖和其他生物变量的传统测量。

所有这些数据都旨在由获取有关风险、预防措施以及疾病与健康之间途径的新颖见解。

“我们看到的数据支持 2 型糖尿病患者之间的异质性,即人们并不都在处理同样的事情。而且由于我们获得了如此庞大、精细的数据集,研究人员将能够深入探索这一点,”博士说。塞西莉亚·李 (Cecilia Lee),华盛顿大学医学院眼科教授。

她对所收集数据的质量感到兴奋,这些数据代表了 1,067 人,仅占该研究预期参与者总数的 25%。

Lee 是 AI-READI(糖尿病洞察的人工智能就绪和公平图集)的项目总监。美国国立卫生研究院支持的计划旨在收集和共享人工智能数据,供全球科学家分析有关健康和疾病的新线索。

初始数据发布在论文发表11 月 8 日杂志自然新陈代谢。作者重申了他们的目标,即从比之前测量的种族和族裔更加多样化的人群中收集健康信息,并在技术和道德上为人工智能挖掘准备好所得数据。

“这个发现过程令人振奋,”华盛顿大学医学眼科教授、该项目的首席研究员 Aaron Lee 博士说。“我们是一个由七个机构和多学科团队组成的联盟,以前从未合作过。但我们有共同的目标,即利用公正的数据并保护这些数据的安全,因为我们让世界各地的同事都可以访问这些数据。”

在西雅图、圣地亚哥和阿拉巴马州伯明翰的研究中心,招聘人员总共招募了 4,000 名参与者,纳入标准促进了平衡:

  • 种族/民族(各 1,000 个——白人、黑人、西班牙裔和亚洲人)
  • 疾病严重程度(各 1,000 个 - 无糖尿病、糖尿病前期、药物治疗/非胰岛素控制和胰岛素控制的 2 型糖尿病)
  • 性别(男女平等)

“按照惯例,科学家正在研究发病机制——人们如何患病——以及风险因素,”亚伦·李说。

“我们希望我们的数据集也能被研究致礼,或有助于健康的因素。那么,如果您的糖尿病好转,哪些因素可能会导致这种情况呢?我们预计旗舰数据集将带来关于 2 型的新发现糖尿病他补充说,通过从很多人那里收集更深入的特征数据,研究人员希望创建一个人如何从疾病发展到完全健康以及从完全健康发展到疾病的伪健康历史。

这些数据托管在一个定制的在线平台上,分为两套:一套需要使用协议的受控访问套,以及一个已注册、公开可用的版本,其中不含 HIPAA 保护的信息。

涉及 204 名参与者的试点数据发布(2024 年夏季)已被全球 110 多个研究组织下载。

研究人员必须验证其身份并同意道德使用条款。(了解有关访问数据的更多信息,请访问aireadi.org.)

AI-READI 联盟由华盛顿大学医学院、阿拉巴马大学伯明翰分校、加州大学圣地亚哥分校、加州医学创新研究所、约翰霍普金斯大学、本地生物数据联盟、斯坦福大学和俄勒冈健康与科学大学组成。

该项目位于西雅图华盛顿大学医学院的安吉·卡拉利斯·约翰逊视网膜中心。塞西莉亚·李 (Cecilia Lee) 担任 Klorfine 家族捐赠主席。亚伦·李 (Aaron Lee) 拥有丹和艾琳·亨特 (Dan and Irene Hunter) 教授职位。

更多信息:AI-READI:重新思考糖尿病研究及其他领域的人工智能收集、准备和共享,自然新陈代谢(2024)。DOI:10.1038/s42255-024-01165-x。www.nature.com/articles/s42255-024-01165-x引文

:2 型糖尿病研究中发布的旗舰 AI 数据集(2024 年,11 月 8 日)检索日期:2024 年 11 月 9 日来自 https://medicalxpress.com/news/2024-11-flagship-ai-ready-dataset-diabetes.html

本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外,不得未经书面许可,不得复制部分内容。所提供的内容仅供参考。

关于《2 型糖尿病研究中发布的旗舰 AI 数据集》的评论


暂无评论

发表评论

摘要

研究人员发布了一个旗舰数据集,作为美国国立卫生研究院资助的 AI-READI 计划的一部分,该计划旨在从不同种族和民族的参与者那里收集有关 2 型糖尿病的全面数据。早期发现表明与环境因素(例如污染暴露和生物标记)相关的独特模式。该数据集包括 1,067 人的调查回复、健康指标和眼部成像扫描,并计划扩大到 4,000 名参与者。该资源专为人工智能分析而设计,旨在探索有关疾病风险、预防和改善健康途径的新见解。访问数据需要道德使用协议来保护参与者的隐私。