Flux RSS du blog Google IA
Suivre
Déverrouiller des informations génétiques précieuses grâce à l'IA multimodale avec M-REGLE
"L'agrégation de diverses sources de données de santé, notamment les dossiers de santé électroniques, les images médicales et les données des montres intelligentes, crée une grande quantité de données à analyser pour les chercheurs et les cliniciens. Ces flux de données divers souvent portent des signaux uniques et chevauchants, même au sein du même système d'organes. Dans le système cardiovasculaire, par exemple, les données d'électrocardiogramme (ECG) et de photopléthysmogramme (PPG) peuvent être combinées pour fournir une image plus complète de la santé cardiaque. L'intégration de ces signatures physiologiques avec des informations génétiques provenant de grandes biobanques pourrait permettre l'identification des fondements génétiques des maladies. Les auteurs ont développé une version multimodale de leur modèle précédent, REGLE, appelée M-REGLE, qui permet l'analyse de plusieurs types de données cliniques ensemble à la fois. M-REGLE produit une erreur de reconstruction plus faible, identifie plus d'associations génétiques et surpasse les scores de risque dans la prédiction de la maladie cardiaque par rapport à son prédécesseur, U-REGLE. M-REGLE emploie une approche robuste et mult étape qui utilise l'apprentissage conjoint pour combiner plusieurs modalités, capturer les informations les plus essentielles et trouver des associations entre les facteurs indépendants calculés et les données génétiques. Le modèle améliore U-REGLE pour produire des "représentations apprises" de la données de manière consistante, résultant en des erreurs de reconstruction significativement plus faibles et capturant les informations essentielles à partir des formes d'onde originales. M-REGLE a également fait des améliorations par rapport à U-REGLE dans l'identification des associations génétiques avec la maladie cardiovasculaire et a découvert plusieurs nouveaux locus qui n'étaient pas précédemment associés à ces traits. Les scores de risque polygénique du modèle surpassent significativement ceux de U-REGLE dans la prédiction de la maladie cardiaque, en particulier la fibrillation atriale."