• 我校大數據決策研究所主持人在Nature Communications發表新一代人工智能醫學信息研究重要成果

    發布單位:deluser [2020-11-18 00:00:00] 打印此信息

    日前,我校大數據決策研究所主持人胡勇教授以通訊作者身份(暨南大學為第一單位)在Nature Communications 發表題為“Cross site transportability of an explainable AI model for AKI prediction”的原創性論文(2020, 11(1):5668)。Nature Communications是發表各個領域有重要意義和突破性進展的著名國際綜合期刊,最新影響因子為12.121。

    據目前發表情況,這是全球AI遷移學習探索醫療信息問題在Nature及子期刊級別期刊發表的第1篇文章,遷移學習是第三代AI的發展核心技術。

    該項研究歷時3年,項目完全用AI算法和大數據進行科學發現。研究圍繞住院患者的急性腎損傷(AKI)發病風險AI預測模型的透明度和可移植性展開研究。AI模型的臨床可解釋性和可移植性是影響其臨床應用的關鍵問題。Google團隊的Tomasev等人基于深度學習技術應用于AKI預測得到了非常高的性能(Nature,2019; 572:116-119),然而他們的模型缺乏對其他中心的可移植性,因此不能應用于更廣泛的人群。

    針對此問題,團隊基于跨數據平臺研究AI模型可遷移性,整合了上萬個數據變量用于預測患者在住院期間的AKI發病風險。大數據實驗表明,該模型具有很好的性能,尤其在預測中度至重度AKI方面具有競爭優勢。研究通過6中心的數據評估模型的可移植性,證明由于跨人群的異質性,模型應用在不同醫院時預測性能會有不同程度的降低,而且無論在原始醫院訓練的AI模型有多么準確,在目標醫院的效果仍然是未知的。為此,團隊研究提出了評估AI模型可移植性并確定模型適應性變化來源的新方法,在不需要公開私有數據的情況下,可對移植模型的有效性進行推斷。該方法為醫院是否采用外部AI模型提供了可計量尺度,加速外部AI模型的遷移和推廣能力。

    團隊在新一代人工智能方面有超過10年的積累,在因果學習、遷移學習和增強學習、智能學習與行動決策領域有深入研究,形成團隊自主創新的新一代人工智能算法體系。本研究是基于新一代人工智能技術積累與醫療領域大數據關鍵問題相結合的跨領域大科學大交叉研究。團隊的愿景是“做正確事,成為AI賦能領先者”。

    本研究得到了國家自然科學基金重大研究計劃重點支持項目、廣東省科技計劃重大科技專項、廣東省大數據精準健康工程技術研究中心等項目的支持。

    論文鏈接:https://www.nature.com/articles/s41467-020-19551-w

    (大數據決策研究所)

    責編:閆芳


    火搏体育