Desarrollo y demostración de una evaluación inteligente basada en la fusión de información multimodal para el riesgo y el diagnóstico y tratamiento de tumores

Los principales objetivos son los siguientes:

1. Establecer una plataforma de datos para información multimodal de tumores comunes (cáncer de pulmón/nódulos pulmonares, cánceres de estómago y colorrectal): registros médicos electrónicos (incluida la detección clínica de rutina, el tratamiento y el resultado), datos de imágenes patológicas, imágenes médicas (CT, MRI , ultrasonido, medicina nuclear, etc.), datos ómicos múltiples (genoma, transcriptoma y metaboloma, proteómica) datos ómicos, etiología e información sobre exposición cancerígena.
2. Haremos uso de la tecnología de inteligencia artificial para crear la tecnología de análisis cruzado de big data médico multimodal y los modelos de predicción de efectos curativos y diagnóstico preciso individualizado de enfermedades mencionados anteriormente. Para resolver los tres problemas clave de la minería de fusión de datos multimodal, como el tamaño de muestra pequeño y desequilibrado y la mala interpretabilidad, estableceremos un algoritmo de reconocimiento de inteligencia artificial para imágenes e imágenes patológicas, y utilizaremos procesamiento de imágenes y aprendizaje profundo. tecnologías para extraer características visuales de profundidad de múltiples niveles de datos de imágenes y datos patológicos. Además, utilizaremos algoritmos de análisis bioinformático para realizar minería de redes moleculares y análisis funcional de marcadores moleculares a nivel de múltiples tecnologías ómicas (patológica, genómica, transcriptoma, metaboloma, proteoma, etc.).