六早远程医疗、华之康集团网页：科学家首次将AI元学习引入神经科学

近日，一项中都外研究者人员合作的核心技术成果发表在神经生物学顶级期刊《纯净生物科学》上。本研究者首次将AI中都的元自学分析方法引入生物科学和医学课题，可以在极少的医学信息上军事训练出有用的AI模型，提升基于大脑扫描的精准医疗效用。

大脑扫描核心技术是生物科学发展的一个最主要课题，它可以从外部观察大大脑在信息系统和对刺激的反应全过程中都的神经化学变化，从而为疾病的诊断和治疗包括最主要的参考。某种程度，基于大脑扫描的AI模型可以应用于预测一些其所构造。

一个现实的弊端是，虽然有英国生物银行这样的人类文明生物科学大规模信息集，但几十到几百个除此以外信息检验研究者临床人群或克服生物科学全面性仍然是常态。随着极少的医疗信息被精确标记，如何军事训练一个有用的AI模型打算被选为生物科学和麻省理工学院课题的一个焦点。

在此次面世的同类型研究者成果中都，研究者人员首次设想在分析方法学课题使用元自学来克服上述弊端。元自学是分析方法学更加好地自学的一种方式。意在是让机器在面对全取而代之任务时，更加好地利用之前任务中都获得的“知识”。

通过对以往小检验信息的分析，研究者人员注意到，个体的认知、心理身体健康、人口减少统计学等身体健康并不一定与大脑扫描信息之间长期存在着内在的相似性。基于小检验信息和大信息集之间的这种相似性，研究者人员设想了一种叫做元意味着的分析方法。这种分析方法可以把从大信息集军事训练出来的分析方法学模型转回到小信息集，从而军事训练出更加有用的模型，更加准确地预测取而代之表型。

目前，这种新分析方法并未在英国生物银行和人类文明连接组成员的信息集上进行了评估。评分最近，新分析方法比习惯分析方法具备更加高的准确度。实验者表明，这种取而代之军事训练构建比较简单，可以与任何分析方法学线性紧密结合，能够有效地军事训练出在除此以外信息集上具备较差泛化有用性的AI估测。