近期,中外科研工作者合作的一项技术成果在神经生物学顶级期刊《自然·神经科学》上发布。这项研究首次将人工智能领域的元学习方法引入神经科学及医疗领域,能在有限的医疗数据上训练可靠的AI模型,提升基于脑成像的精准医疗效果。
脑成像技术是神经科学发展的一个重要领域,能够直接观察大脑在信息处理和应对刺激时的神经化学变化,从而对疾病的诊断和治疗提供重要参照。理论上,基于脑成像的AI模型可应用于预测个人的一些表征特性。
一个现实的问题在于,虽然现在已经有英国生物银行这样的大规模人类神经科学数据集,在研究临床人群或解决重点神经科学的问题时,几十到上百人的小规模数据样本依旧是常态。在精确标注的医疗数据量有限的情况下,如何训练出可靠的AI模型,在神经科学和计算机科学领域正在成为焦点问题。
近期,中外科研工作者合作的一项技术成果在神经生物学顶级期刊《自然·神经科学》上发布。这项研究首次将人工智能领域的元学习方法引入神经科学及医疗领域,能在有限的医疗数据上训练可靠的AI模型,提升基于脑成像的精准医疗效果。
脑成像技术是神经科学发展的一个重要领域,能够直接观察大脑在信息处理和应对刺激时的神经化学变化,从而对疾病的诊断和治疗提供重要参照。理论上,基于脑成像的AI模型可应用于预测个人的一些表征特性。
一个现实的问题在于,虽然现在已经有英国生物银行这样的大规模人类神经科学数据集,在研究临床人群或解决重点神经科学的问题时,几十到上百人的小规模数据样本依旧是常态。在精确标注的医疗数据量有限的情况下,如何训练出可靠的AI模型,在神经科学和计算机科学领域正在成为焦点问题。