企業主權式AI-醫療應用KG的創新設計_第1頁
企業主權式AI-醫療應用KG的創新設計_第2頁
企業主權式AI-醫療應用KG的創新設計_第3頁
企業主權式AI-醫療應用KG的創新設計_第4頁
企業主權式AI-醫療應用KG的創新設計_第5頁
免費預覽已結束，剩余3頁可下載查看

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

企業主權式AI：醫療應用KG的創新設計By高煥堂教授/神櫻AI團隊一、此項創新設計的涵意：l這是針對乳腺癌癥領域型<基因中游KG的>設計和AI模型訓練。l此項整體設計與訓練策略，是針對乳腺癌領域構建中游知識圖譜（MidstreamKG）來生成語意嵌入的任務上，具有多個角度的優點與深度：二、實作案例：乳腺癌癥領域的中游KG實踐knowledgegraph,中文譯：藥物再利用知識圖譜其支持下游的精準醫療AI任務上，表現非常亮麗。同時，人們也從生物知識庫中整合了以疾病和基因為中心的多種關系，開發了一個使用交互張量分解來識別疾病基因關聯的通到不同關系的內涵，賦予生物實體和關系更全面、更精確的表示，有利于疾病基因預測。如下圖：這些上游大KG的預訓練知識，能有效節省中、下游模型的訓練速度和成本。本案例是針對<乳腺癌癥>領域，使用神櫻AI團隊自己開發的下圖所示：成為這中游MutationKG的<藥物>節點的起始特征(InitialFeatures)。同時，也從上游KDGene里讀取基因實體的嵌入向量(Embeddings)，成為這中游MutationKG的<基因>節點的起始特征。然后，搭配本地機構自主性癌癥及其類型數據，展開訓練中游GNN模型，如下圖所示：于是，已成功訓練出一個能夠把突變數據轉換成嵌入向量的GNN模型，而且嵌入已儲存于mutation_embeddings_gin.csv檔案里，可供后續下游任務使用（如分類、群聚、可視化、或與影像特征融合等）。此下游任務結合了醫學影像特征（Ultrasound/MRI）進行多模態推論，分類等)。如下圖所示：關于超音波影像中的疑似的腫瘤評估，定義于美國放射學會所制定BI-RADS分級標準被廣泛應用于乳腺的各種影像學檢查，如乳腺鉬靶X線攝影、彩超、核磁共振，是用來評價乳腺病變良惡性程度的一種評估分類法。本范例采取Ultralytics的RT_DETR模型：反事實推理(CounterfactualInference)與KG的結合愈來愈重要?；谕评砟軌驇椭藗兝斫夂头治鰣D結構中的因果關系。例如，本案例的決策式利用反事實分析來理解不同治療方案的潛在效果，進行個性化的治療決策支持。如下圖所示：(圖-6、降低決策風險)三、實機演

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論