【斯坦福大学博士论文】用于临床试验和精准医疗的机器学习

2022 年 7 月 8 日 专知


机器学习(ML)已广泛应用于生物医学和医疗健康领域。医学数据的日益丰富和生物技术(如新一代测序)的发展为ML在计算生物学和健康领域的应用提供了巨大的机会。在这篇论文中,我展示了我在这一新兴领域的三个方面的贡献——使用大规模数据集来推进医学研究,开发算法来解决生物挑战,以及为新技术构建分析工具。

在第一部分中,我介绍了两件将ML应用于大规模现实数据的作品:一件用于临床试验设计,一件用于精准医疗。过于严格的入选标准一直是临床试验的一个关键障碍。在论文中,我介绍了一个强大的计算框架,Trial Pathfinder,它支持临床试验的包容性标准和数据评估。精准医疗的一个关键目标是描述具有特定基因突变的患者对治疗的反应。在本文中,我利用大型真实世界临床基因组学数据对突变-治疗交互作用进行了系统性泛癌症分析。

在第二部分中,我将介绍我在开发解决生物挑战的算法方面的工作——将多个数据集与子集对应信息对齐。在许多生物和医学应用中,我们有来自不同来源或领域的多个相关数据集,学习这些数据集之间的高效计算映射是一个重要的问题。在论文中,我提出了一个端到端的最佳传输框架,它有效地利用端信息来对齐数据集。

最后,我介绍了我为新技术开发分析工具的工作——空间转录组学和RNA速度。近年来,基于高通量图像的转录组学方法的发展,首次使研究人员能够在分子水平上对基因表达变异进行空间解析。在论文中,我描述了一个通用的分析工具来定量研究基因表达在固定组织切片中的空间相关性。从单细胞RNA-seq推断RNA速度的最新进展为发育谱系和细胞动力学打开了令人兴奋的新视野。在论文中,我介绍了一个有原则的计算框架,扩展RNA速度,以量化系统水平的动力学和改进单细胞数据分析。

https://searchworks.stanford.edu/view/14237913


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“MLCT” 就可以获取【斯坦福大学博士论文】用于临床试验和精准医疗的机器学习》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料
登录查看更多
5

相关内容

博士论文是由攻读博士学位的研究生所撰写的学术论文。它要求作者在博士生导师的指导下,选择自己能够把握和驾驭的潜在的研究方向,开辟新的研究领域。由此可见,这就对作者提出了较高要求,它要求作者必须在本学科的专业领域具备大量的理论知识,并对所学专业的理论知识有相当深入的理解和思考,同时还要具有相当水平的独立科学研究能力,能够为在学科领域提出独创性的见解和有价值的科研成果。因而,较之学士论文、硕士论文,博士论文具有更高的学术价值,对学科的发展具有重要的推动作用。
专知会员服务
38+阅读 · 2021年9月7日
专知会员服务
103+阅读 · 2021年7月17日
【新书】多元统计与机器学习,185页pdf
专知
5+阅读 · 2022年6月5日
【AI与医学】多模态机器学习精准医疗健康
「因果推理」概述论文,13页pdf
专知
16+阅读 · 2021年3月20日
【综述】医疗可解释人工智能综述论文
专知
32+阅读 · 2019年7月18日
国家自然科学基金
21+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
32+阅读 · 2022年5月23日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
Arxiv
108+阅读 · 2020年2月5日
Image Segmentation Using Deep Learning: A Survey
Arxiv
42+阅读 · 2020年1月15日
Arxiv
12+阅读 · 2018年9月5日
VIP会员
相关基金
国家自然科学基金
21+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
32+阅读 · 2022年5月23日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
Arxiv
108+阅读 · 2020年2月5日
Image Segmentation Using Deep Learning: A Survey
Arxiv
42+阅读 · 2020年1月15日
Arxiv
12+阅读 · 2018年9月5日
Top
微信扫码咨询专知VIP会员