Mesterséges intelligencia rendszer kidolgozása az intelligens patológiás diagnosztikára és a terápiás hatások előrejelzésére a légzőrendszerben előforduló gyakori daganatok és főbb fertőző betegségek multimodális adatfúzióján alapuló mélytanulási technológia segítségével.

A fő célok a következők:

1. Orvosi big data platform létrehozása a gyakori daganatok és a fő fertőző betegségek (tüdőrák/tüdőcsomók, tuberkulózis és COVID-19) multimodális információfúziójához a meglévő patológiás képi jellemzők és klinikai multi-omika információs adatbázis alapján: orvosi big data platform támogatja a páciens klinikai elektronikus kórlapjainak megszerzését (beleértve a rutin klinikai kimutatást), a kóros képadatok teljes nézetű digitális szakaszát, az orvosi képalkotást (CT, MRI, ultrahang, nukleáris medicina stb.), többszörös omikai adatokat ( genom, transzkriptom és metabolom, proteomika) omikai adatok, etiológia, patológia és kapcsolódó grafikus adatjelentések és multimodális orvosi kezelési adatok. Célunk, hogy megvalósítsuk a multimodális és többléptékű orvosbiológiai big data tárolását, megosztását, fúziós számítástechnikáját, magánélet védelmét és biztonsági felügyeletét. Munkánk kulcsfontosságú üzleti folyamatokat és kapcsolatokat nyit meg régiókon, kórházakon, különböző terminálok között, kórházak és orvosok között, valamint osztályok között, ezzel is elősegítve a folyamatos adatgyűjtést és tudásgyűjtést a kórházakban, valamint elősegítve az orvosi együttműködést.
2. Multimodális információfúziós adatbázis létrehozása kóros jellemzőkkel, képalkotó jellemzőkkel, multi-omikkal (patológiai, genomikus, transzkriptom, metabolom, proteomika stb.), valamint a tüdőrák/tüdőcsomók, a tuberkulózis és a tuberkulózis különböző stádiumaiban lévő betegek klinikai információival. COVID 19. Az adatbázis skála legalább 600 tüdőrák/tüdőcsomó, 200 tuberkulózis és 200 COVID-19 beteg multimodális adatait tartalmazza. Ezen túlmenően több mint 10 olyan biomarker lesz, amely jelentős mértékben kapcsolódik a tüdőrákban/tüdőcsomókban, a tuberkulózisban és a COVID-19-ben szenvedő betegek diagnosztizálásához és kezeléséhez asszociációs elemzéssel, paramétereket biztosítva a mesterséges intelligencia modelljének felépítéséhez.
3. A mesterséges intelligencia technológiáját felhasználva megalkotjuk a multimodális orvosi big data keresztelemző technológiát, valamint a fenti betegségre szabott, pontos diagnózist és gyógyító hatás előrejelző modelleket. A multimodális adatfúziós bányászat három kulcsproblémájának, például a kiegyensúlyozatlanságnak, a kis mintaméretnek és a rossz értelmezhetőségnek a megoldása érdekében mesterséges intelligencia felismerő algoritmust hozunk létre képképekhez és patológiás képekhez, valamint képfeldolgozást és mély tanulást alkalmazunk. technológiák a képadatok és kóros adatok többszintű mélységű vizuális jellemzőinek bányászatára. Emellett bioinformatikai elemző algoritmusokat fogunk használni a molekuláris hálózat bányászatára és a molekuláris markerek funkcionális elemzésére többféle omika technológia (patológiai, genomikus, transzkriptom, metabolóm, proteom stb.) szintjén.