今日頭條
官方微信
官方抖音
資訊頻道近期，中外科研工作者合作的一項技術(shù)成果在神經(jīng)生物學(xué)頂級期刊《自然·神經(jīng)科學(xué)》上發(fā)布。這項研究首次將人工智能領(lǐng)域的元學(xué)習方法引入神經(jīng)科學(xué)及醫療領(lǐng)域，能在有限的醫療數據上訓練可靠的AI模型，提升基于腦成像的精準醫療效果。
腦成像技術(shù)是神經(jīng)科學(xué)發(fā)展的一個(gè)重要領(lǐng)域，能夠直接觀(guān)察大腦在信息處理和應對刺激時(shí)的神經(jīng)化學(xué)變化，從而對疾病的診斷和治療提供重要參照。理論上，基于腦成像的AI模型可應用于預測個(gè)人的一些表征特性。
一個(gè)現實(shí)的問(wèn)題在于，雖然現在已經(jīng)有英國生物銀行這樣的大規模人類(lèi)神經(jīng)科學(xué)數據集，在研究臨床人群或解決重點(diǎn)神經(jīng)科學(xué)的問(wèn)題時(shí)，幾十到上百人的小規模數據樣本依舊是常態(tài)。在精確標注的醫療數據量有限的情況下，如何訓練出可靠的AI模型，在神經(jīng)科學(xué)和計算機科學(xué)領(lǐng)域正在成為焦點(diǎn)問(wèn)題。
在此次發(fā)布的最新研究成果中，研究者們首次提出，使用機器學(xué)習領(lǐng)域的元學(xué)習來(lái)解決上述難題。元學(xué)習是一種讓機器學(xué)會(huì )更好地學(xué)習的方法，目的是讓機器面對全新的任務(wù)時(shí)能更好地利用在先前的任務(wù)中獲取的“知識”。
研究者通過(guò)對先前的小樣本數據分析發(fā)現，個(gè)體的認知、心理健康、人口統計學(xué)和其他健康屬性等表征特性與大腦成像數據之間存在一種內在的相關(guān)性?；谛颖緮祿痛髷祿g的這種相關(guān)性，研究者提出名為元匹配的方法。這一方法可以將大數據集上訓練出來(lái)的機器學(xué)習模型遷移到小數據集上，從而訓練出更可靠的模型，以更準確地預測新的表型。
目前，這一新方法已經(jīng)在英國生物銀行和人類(lèi)連接組計劃的數據集上完成了測評，測評結果顯示，新方法相較于傳統方法體現出更高的準確率。實(shí)驗顯示，這項新的訓練框架非常靈活，可以與任何機器學(xué)習算法相結合，在小規模的數據集上，也可以有效地訓練泛化性能好的AI預測模型。
來(lái)源：《光明日報》
北京市公安局海淀分局備案號：11010802023656號