AI Ready and Equitable Atlas for Diabetes Insights (AI-READI)

Prosjektet Artificial Intelligence Ready and Equitable Atlas for Diabetes Insights (AI-READI) søker å lage et flaggskip etisk hentet datasett for å gjøre det mulig for fremtidige generasjoner av kunstig intelligens/maskinlæring (AI/ML) forskning å gi kritisk innsikt i type 2 diabetes mellitus (T2DM), inkludert salutogene veier for å komme tilbake til helse. Evnen til å forstå og påvirke forløpet av komplekse, multiorgansykdommer som T2DM har vært begrenset av mangel på godt utformede, høykvalitets, store og inkluderende multimodale datasett. AI-READI-teamet av etterforskere vil ta sikte på å samle et tverrsnittsdatasett med 4000 personer og longitudinelle data fra 10 % av studiekohorten over hele USA. Studiekohorten vil være balansert for selvrapportert rase/etnisitet, kjønn og diabetesstadium. Datainnsamling vil være spesielt utformet for å tillate nedstrøms pseudo-tidsmanifoldanalyse, en tilnærming som brukes til å forutsi sykdomsbaner ved å samle inn og lære fra komplekse, multimodale data fra deltakere med ulik sykdomsgrad (normal til insulinavhengig T2DM). Det langsiktige målet for dette prosjektet er å utvikle et grunnleggende datasett i T2DM, agnostisk til eksisterende klassifiseringskriterier eller skjevheter, som kan brukes til å rekonstruere et tidsmessig atlas over T2DM-utvikling og reversering mot helse (dvs. salutogenese). Seks tverrfaglige prosjektmoduler som involverer team på tvers av åtte institusjoner vil jobbe sammen for å utvikle dette flaggskipdatasettet. Data vil bli optimalisert for nedstrøms AI/ML-forskning og gjøres offentlig tilgjengelig. Dette prosjektet vil også lage et veikart for etisk og rettferdig forskning som fokuserer på mangfoldet til forskningsdeltakerne og arbeidsstyrken som er involvert i alle stadier av forskningsprosessen (studiedesign og datainnsamling, kurasjon, analyse og deling og samarbeid).