Over the past decade, artificial intelligence (AI) models have been drawn a lot of attention because of its efficiency in different fields. Many diverse studies have proven the effectiveness of AI models compared to traditional statistical ones. However, most current AI applications are built into the states called “black box AI” where people insert the data into machine to get the prediction outcomes without any further explanation....
近年來生命科學技術的快速進展,得以用較低成本與快速的方式產生醫療大數據,再透過機器學習與人工智慧進行分析,可以作為臨床治療的指引,進而實現精準醫療。例如,藉由分析病患的基因序列資料,能快速診斷疾病以及疾病分期,並且協助找出對病患副作用最低的藥物和治療選項。我們接下來介紹用機器學習來分析腦瘤患者的腫瘤RNA,對患者進行分類。...
自生物資訊領域開始發展以來,數據量就一直是個重要的課題,隨著電腦技術躍進,舉凡DNA定序、基因表現微陣列 (Gene expression microarrays) 等數據議題有更多人投入研究並逐一克服。伴隨著電腦與科技的發展,生物科技也從沒停止演進過,到了次世代定序 (Next generation sequencing) 的發明,大型合作研究、追蹤型研究、世代研究 (cohort studies)、縱貫型研究等,已經不僅是單純電腦容量的問題,因為還包括複雜的分析工具、視覺化呈現、重複性流程等工作,電腦的處理器 (CPU)、讀取記憶體 (RAM) 也都得跟著升級。而一般的實驗室其實很難具有這些設備及達成這些工具上的要求,除了少部分專業且經費充裕的核心實驗室,他們能夠擁有自身大型的伺服器、與經驗豐富的生物資訊分析專家可以協助。為了讓這些問題妥善地解決,所以癌症基因組雲 (The Cancer Genomics Cloud, CGC)便應運而生。...