NYCU College of Life Sciences

Loading

生命科學系暨基因體科學研究所蔡亭芬老師團隊:利用機器學習算法開發人工智能 (AI) 輔助模型,未來將大幅提升診斷糖尿病和非糖尿病易感患者腎功能損害的精準度

生命科學系暨基因體科學研究所蔡亭芬老師團隊:利用機器學習算法開發人工智能 (AI) 輔助模型,未來將大幅提升診斷糖尿病和非糖尿病易感患者腎功能損害的精準度

糖尿病是末期腎病變的主要危險因子,而糖尿病腎病變患者逐年增加且具有高度死亡率,是目前全球重要的公衛議題之一。然而現今的檢測方式只能診斷出糖尿病腎病變末期病患,且鮮少利用多體學資料庫進行分析及早期預測。

生命科學系暨基因體科學研究所蔡亭芬老師團隊收集618位患者,分別為糖尿病患者106人,腎臟病患者73人,糖尿病腎病變101人以及控制組338人。利用機器學習算法開發人工智能 (AI) 輔助模型,結合臨床信息、代謝體學和全基因組單核苷酸 (SNP),建立三個疾病預測模型: (1) 用以預測糖尿病患者,具有0.83之準確與0.89之檢測真實性。(2) 用以預測糖尿病腎病變患者,具有0.7之準確與0.76之檢測真實性。(3) 用以預測非糖尿病之腎臟病患者,具有0.82之準確與0.76之檢測真實性。研究結果顯示機器學習算法具有可補強傳統方法的高度潛力,並尋找出糖尿病腎病變複雜相互作用的分子機制。此外,藉由所開發的人工智能輔助模型,將大幅提升診斷糖尿病和非糖尿病易感患者腎功能損害的精準度。

◎期刊資訊:
I-Wen Wu (吳逸文醫師), Tsung-Hsien Tsai (蔡宗憲博士), Chi-Jen Lo (駱啟仁博士), Yi-Ju Chou (周奕如博士), Chi-Hsiao Yeh (葉集孝醫師), Yun-Hsuan Chan (詹韻玄), Jun-Hong Chen (陳健宏), Paul Wei-Che Hsu (徐唯哲博士), Heng-Chih Pan (潘恆之醫師), Heng-Jung Hsu (許恆榮醫師), Chun-Yu Chen (陳俊宇醫師), Chin-Chan Lee (李進昌醫師), Yu-Chiau Shyu (徐于喬博士), Chih-Lang Lin (林志郎醫師), Mei-Ling Cheng (鄭美玲老師), Chi-Chun Lai (賴旗俊院長), Huey-Kang Sytwu (司徒惠康副院長), Ting-Fen Tsai (蔡亭芬老師). Discovering a trans-omics biomarker signature that predisposes high risk diabetic patients to diabetic kidney disease. NPJ Digit Med. 2022 Nov 2;5(1):166. (生命科學系暨基因體科學研究所 / 指導教授:蔡亭芬老師) [IF= 15.357; Q1 (1/109) Health Care Sciences & Services]

【全文連結】