青科沙龙第51期丨可解释的人工智能应用于系统生物学和医学信息学
研究内容：
2023年5月9日，哥本哈根大学、哈佛大学医学院的科学家在 Nature Medicine 期刊发表了题为：A deep learning algorithm to predict risk of pancreatic cancer from disease trajectories 的研究论文。研究团队训练出了一种名为CancerRiskNet的深度学习算法，只需要向AI提供患者电子病历数据，就能推算出患者患上胰腺癌的风险。这一算法能在胰腺癌发生前3年推测出患病风险，可谓是AI的“精准算命”。论文第一作者袁博博士表示，该系统只需要接入病历系统就行，不需要额外的数据采集，预期落地难度低 更适合大规模推广。
作者简介：
袁博，哈佛大学计算生物学博士，默沙东MSD公司高级数据科学家。博士期间主要研究方向结合人工智能与生物医药，专注机器学习可解释性、AI for Science，电子病历数据挖掘等方向，在Cell Systems、Nature Medicine等期刊以第一作者发表论文6篇。曾担任ICML WCB计算生物学研讨会（2020-2023）项目委员会成员，哈佛-中国科学技术副主席，驻波(Zhubo)科学公众号主编等。就读博士期间曾在DeepMind，Google Brain和腾讯AI实验室等公司实习，参与AI for Science的工作。