يستكشف الهاكاثون الافتتاحي حلول الرعاية الصحية بالذكاء الاصطناعي

يستكشف هاكاثون الافتتاح حلول الرعاية الصحية بالذكاء الاصطناعي باستخدام واحدة من أكبر قواعد بيانات النمط الظاهري في العالم

أبوظبي ، الإمارات العربية المتحدة ، 4 مايو 2023: استضافت جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI) ومعهد وايزمان للعلوم (WIS) أول هاكاثون لمشروع النمط الظاهري البشري في أبو ظبي. جمع الحدث 24 من طلاب الدراسات العليا والباحثين من خلفيات متنوعة لمواجهة بعض التحديات الأكثر إلحاحًا في مجال الرعاية الصحية.

ركز الهاكاثون الذي استمر لمدة يومين على تحليل “البيانات الحقيقية” من بنك حيوي متعدد الاتجاهات ذو نمط ظاهري عميق لإنشاء حلول مبتكرة تعالج التحديات في التحليلات الشخصية والتنبؤية في مجال الرعاية الصحية.

يتركز الهاكاثون على مشروع النمط الظاهري البشري (HPP) التابع لـ WIS و Pheno.AI في إسرائيل – أعمق مجموعة نمط ظاهري في العالم – والتي شهدت بالفعل قيام المعهد بتطوير قاعدة بيانات للقياسات المتعددة ، والسريرية ، والرقمية للصحة لأكثر من 10000 مشاركون. يتضمن التنميط العميق للمشروع جينوم كل فرد ، بالإضافة إلى قائمة شاملة من omics الأخرى – مما يعني تفاصيل مكونات وعمل الخلايا – بالإضافة إلى معلومات مثل التاريخ الطبي ونمط الحياة والعادات الغذائية والعلامات الحيوية واختبارات الدم والمستمرة مراقبة الجلوكوز والنوم ، ميكروبيوم الأمعاء والفم ، وجهاز المناعة.

كان هذا الحدث جزءًا من شراكة MBZUAI و WIS المستمرة لتعزيز أبحاث الذكاء الاصطناعي وإجراء البحوث الأساسية والتطبيقية في التعلم الآلي ، ورؤية الكمبيوتر ، ومعالجة اللغة الطبيعية ، وعلم الأحياء الحسابي ، والمزيد. تتضمن أهداف HPP التنبؤ بالأمراض والوقاية منها ، والعلاج الشخصي ، وخفض تكلفة تطوير الأدوية.

تضمن المشاركون 14 طالب دراسات عليا من جامعة محمد بن زايد للذكاء الاصطناعي وستة من معهد وايزمان وأربعة من مؤسسات بحثية أخرى. تلقى المشاركون في Hackathon تدريبًا من Pheno.AI حول كيفية استخدام بيئة البحث الموثوقة من HPP ، وهي منصة آمنة قائمة على السحابة توفر الوصول إلى مجموعات بيانات HPP. هذه هي المرة الأولى التي يتم فيها منح جامعة دولية الوصول إلى هذه البيانات. عمل المشاركون في فرق وطبقوا التقنيات القائمة على الذكاء الاصطناعي لتطوير نماذج تنبؤية مختلفة لمجموعة من أنواع البيانات للتنبؤ بقيم وأنماط ظاهرية محددة.

قال البروفيسور عيران سيغال ، قائد HPP ، وعضو هيئة التدريس في WIS ، والأستاذ المساعد في MBZUAI: “يضع HPP Hackathon الطلاب المشاركين في طليعة الابتكار في الطب الحيوي ، والعمل باستخدام أحدث البيانات والأدوات التحليلية لصنع الاكتشافات وإيجاد الحلول التي لديها القدرة على تحسين رعاية المرضى والنتائج. كما أنها كانت بمثابة تذكير بقوة التعاون ، حيث جمعت بعضًا من أفضل المواهب من MBZUAI ومعهد Weizmann ، لمواجهة تحديات الرعاية الصحية ذات الأهمية العالمية “.

أعطيت كل من الفرق الستة المتنافسة واحدة من تحديين – تحدي تنبؤي وتحد إبداعي. بالنسبة للتحدي التنبئي ، كان على الفرق توقع العمر الزمني للأفراد في قاعدة البيانات بناءً على علامات العمر البيولوجي. جاء الفريق الفائز ، من MBZUAI ، أولاً عن طريق الاختيار الدقيق لمجموعات بيانات النمط الظاهري التي يجب استخدامها وأيها يجب تجاهلها. على سبيل المثال ، أدركوا أن بيانات ميكروبيوم الأمعاء كانت معقدة للغاية بالنسبة لهذه المهمة المحددة ، وبدلاً من ذلك ركزوا على البيانات الأخرى ، بما في ذلك مراقبة النوم والقياسات المختلفة المتعلقة بضغط الدم. كما استخدموا نماذج التعلم الآلي مثل الأشجار المعززة بالتدرج للمساعدة في تحقيق أفضل النتائج.

وفي الوقت نفسه ، ربح فريق من WIS التحدي الإبداعي ، مع فكرة توسيع قيمة قاعدة بيانات HPP إلى السكان الأوسع من خلال السماح لهم باكتساب رؤى حول صحتهم من خلالها. كانت فكرة الفريق هي جمع البيانات بشكل سلبي من الأفراد ، على سبيل المثال ، البيانات من هواتفهم ، مثل صور الطعام الذي يأكلونه ، من أجل تحليل نظامهم الغذائي. باستخدام هذه الأفكار ، توصل الفريق بعد ذلك إلى تنبؤات حول صحة هؤلاء الأفراد – بما في ذلك مخاطر الإصابة بمرض السكري من النوع 2 أو تطويره – من خلال تحليلهم كما لو كانوا جزءًا من مجموعة بيانات HPP مع عادات غذائية مماثلة. أظهر الفريق أن هذا النهج يمكن أن يوفر رؤى قيمة حول مخاطر الإصابة بمرض السكري من النوع 2 بناءً على البيانات السلبية فقط.

قال نائب رئيس جامعة محمد بن زايد للذكاء الاصطناعي ، تيموثي بالدوين ، “يمكن لدولة الإمارات العربية المتحدة وأجزاء أخرى من العالم الاستفادة من قواعد بيانات بشرية مماثلة ذات نمط ظاهري عميق يمكن أن تتيح مستقبلًا أفضل وأكثر صحة”. “كان هاكاثون HPP حدثًا رائعًا ، حيث جمع الطلاب وأعضاء هيئة التدريس والخبراء من مؤسسات متنوعة ومنحهم الفرصة لتوسيع مهاراتهم أثناء التواصل مع أقرانهم لإحداث تأثير ملموس في معالجة مختلف الحالات الصحية والأمراض.

“لقد أظهر أيضًا قوة الذكاء الاصطناعي في تحليل كميات هائلة من البيانات وتحديد العلامات المحتملة التي لم يكن من الممكن تحقيقها على هذا النطاق لولا ذلك. يمكن أن يؤدي مثل هذا العمل إلى اكتشافات جديدة في التحليلات الشخصية والتنبؤية في مجال الرعاية الصحية ، مما قد يمهد الطريق لعلاجات جديدة “، تابع بالدوين.

تلقت الفرق التوجيه والدعم من الموجهين والخبراء ، بما في ذلك أعضاء هيئة التدريس من MBZUAI و WIS و Pheno.AI ، الشركة التي أنشأت منصة HPP وتدير جمع البيانات للمشروع. تتألف لجنة التحكيم من البروفيسور أجاث جيلوكس ، والبروفيسور المشارك مارتن تاكاك ، والبروفيسور المشارك الزائر تونغليانغ ليو ، وجميعهم الثلاثة من قسم التعلم الآلي في جامعة محمد بن زايد للذكاء الاصطناعي ، إلى جانب الدكتور هاغاي روسمان والدكتور ألون ديامينت كارمل ، وكلاهما من كبار الباحثين في فينو.

ينتهي