HIT Webinar 聚焦生物医疗，人工智能及前沿科技，围绕Healthcare，Intelligence & Technology探索医学影像处理、计算机视觉、智慧医疗、生物信息学、新型临床诊疗装备、智能康复机器人、医疗可穿戴设备、人工智能辅助制药等前沿技术的发展与应用。
本期特邀报告将于北京时间2024年10月20日下午13：00于腾讯会议进行，时长一小时，欢迎您注册参加。
图学习大模型在罕见病的旧药新用
北京时间2024年10月20日下午13：00
#腾讯会议：885-653-856
药物重定位（即为已批准的药物识别新的治疗用途）通常是一种偶然且机会主义的方法，旨在拓展药物在新疾病上的应用。然而，药物重定位人工智能（AI）模型的临床实用性仍然有限，因为这些模型往往聚焦于已有药物的疾病。为此，我们提出了TxGNN，这是一种面向零样本药物重定位的图基础模型，即使针对治疗选择有限或尚无药物的疾病也能识别治疗候选药物。TxGNN基于医学知识图进行训练，利用图神经网络和度量学习模块，为17,080种疾病排名药物作为潜在的适应症和禁忌症。与8种方法进行基准测试后，TxGNN在严格的零样本评估条件下，适应症预测准确性提高了49.2%，禁忌症预测准确性提高了35.1%。为了便于模型解释，TxGNN的解释模块提供了对多跳医学知识路径的透明洞察，形成TxGNN的预测依据。对TxGNN解释模块的人类评估表明，TxGNN的预测和解释在多个性能维度上优于准确性，并表现出令人鼓舞的效果。TxGNN的许多新预测与临床医生在大型医疗系统中此前的非适应症用药处方高度一致。TxGNN的药物重定位预测准确、一致，并可通过多跳可解释路径供专家进行深入分析。该研究近期发表于Nature Medicine。END
研讨会信息
组织单位
医工学人
中科院苏州医工所研究生会
北京协和医学院医药健康创投会
中美生科青年创投俱乐部
NW Technology
钰沐菡
招募令
点击阅读原文 注册研讨会
本篇文章来源于微信公众号: 医工学人
