BU-Harvard团队获得120万美元NSF资助,利用人工智能和机器学习改善女性生殖健康

照片由Shutterstock上的10 FACE拍摄

澳门威尼斯人注册网站研究人员将推进分布式分析以提高家庭生育能力

作者:莫林·斯坦顿CISE

一个由波士顿大学和哈佛大学的多学科澳门威尼斯人注册网站研究人员组成的团队正在努力解决妇女的生殖健康挑战,在美国国家科学基金会(NSF)通过其智能和互联健康(SCH)项目提供的120万美元、为期四年的资助的帮助下。由bu领导的项目将利用机器学习和人工智能开发一种综合方法,实现个性化生殖/生育预测和个性化处方,以帮助解决生育问题。澳门威尼斯人注册网站研究人员还将专注于提高对使用不孕症治疗服务的社会经济差异的理解。

现代生活、教育和职业选择的需求,以及辅助生殖技术的可用性,导致许多个人和夫妇推迟生育。这导致不孕不育和低生育能力成为美国重大的公共卫生问题,影响了大约15%的夫妇,并导致每年在不孕不育服务上花费超过50亿美元。这些费用往往不在医疗保险范围内,因此产生了获得医疗服务的差距。

波士顿大学工程学院教授、项目首席澳门威尼斯人注册网站研究员、信息与系统工程中心主任扬尼斯·帕斯查里迪斯(Yannis Paschalidis)说:“这个项目令人兴奋地说明了现代数据科学方法在利用日益增加的数据可用性并影响我们的健康和福祉方面的巨大潜力。”“随着个性化医疗的出现,在数据和算法进步的帮助下,我们现在有能力从现有数据中学习,并为每个人制定个性化的预测和干预建议。总体目标是使人们能够在怀孕前优化健康状况,确定生育能力的可改变决定因素,并降低怀孕期间及以后的健康风险。”

创新的工程师和临床医生团队带来了协同的专业知识

波士顿大学-哈佛大学的澳门威尼斯人注册网站研究小组反映了该项目的综合性质,将算法、公共卫生和医学专业知识结合起来,以解决导致不孕症和妇女生殖健康的临床和社会经济挑战。

 

SE CISE article photo
澳门威尼斯人注册网站研究人员(左起)Paschalidis、Wise、Mahalingaiah和Olshevsky赢得了120万美元的NSF资助,以推进分布式分析以提高家庭生育率

波士顿大学的主要澳门威尼斯人注册网站研究人员包括:波士顿大学电气与计算机工程、系统工程和生物医学工程教授Yannis Paschalidis,他是决策理论、网络、机器学习、优化和计算生物学/医学方面的专家;Alex Olshevsky,波士顿大学电气与计算机工程与系统工程教授,分布式优化方法专家;劳伦·怀斯理学博士,波士顿大学公共卫生学院流行病学教授,生殖流行病学专家,波士顿大学妊娠澳门威尼斯人注册网站研究在线(PRESTO)的PI。

哈佛大学是这项资助的次级获奖者,并带来了环境生殖和妇女健康助理教授shresh Mahalingaiah的专业知识。Mahalingaiah教授是一名生殖内分泌学家,不孕症医师科学家和排卵/月经健康澳门威尼斯人注册网站研究的PI。Mahalingaiah博士在波士顿大学医学院妇产科兼职,并指导环境与妇女健康项目,这是一个多机构合作的项目,包括波士顿医学中心,波士顿大学医学院,波士顿大学工程学院(Paschalidis)和马萨诸塞州总医院,并设在哈佛大学陈T.H.公共卫生学院。

卫生数据收集模式的转变

电子健康记录(EHR)数据分布在许多地点、医院、医生办公室和其他诊所。医疗设备也变得越来越小,能够在家庭监测站、病人的智能手机和云上传输和存储信息。

“虽然传统的学习方法需要在中心位置收集所有数据,但这变得越来越困难,甚至出于隐私原因而不受欢迎,”PI Alex Olshevsky说。“显然,包含敏感数据的地点越多,数据泄露的可能性就越大。在这种情况下,开发能够提供隐私保障的完全分布式算法变得非常重要。”

澳门威尼斯人注册网站研究人员将开发一种综合方法,通过使用多个数据源训练的分布式、隐私保护算法,实现个性化的生殖/生育预测和处方。这些算法将结合来自自我管理的调查、电子健康记录和个人健康记录的信息,产生高度准确的个性化预测和处方或建议,使个人和他们的医生能够做出最合适的、个性化的医疗保健决定。

Mahalingaiah博士说:“在妇女的整个生命过程中,促进发现和改善护理的合作至关重要。”“合并的数据集包括自我报告、生活方式和暴露、临床级数据以及从可穿戴设备收集的数据,将提供个性化的见解,以便女性能够了解有关自己身体健康的信息,并为自己的健康和未来做出最佳选择。”

预测生育/计划生育模型

澳门威尼斯人注册网站研究小组将开发生育/计划生育模型,包括预测怀孕、试管婴儿周期的成功、影响生育的特定生殖健康问题的存在以及提出相关的保健建议。预测模型将确定与生育率或辅助生殖技术(ART)成功率降低相关的最重要因素,从而可以查明具体的生活习惯、环境因素和其他导致积极结果降低的关键因素,从而为卫生政策建议提供信息。重点将放在排卵障碍,包括多囊卵巢综合征,这是女性不育的主要原因,并与糖尿病和心血管疾病等慢性疾病的风险增加有关。

怀斯博士说:“在PRESTO等大型前瞻性队列澳门威尼斯人注册网站研究中,机器学习有可能识别出不孕不育的新决定因素。”“为个人开发工具,根据个人输入来量化他们的受孕概率,这是一种范式转变。我们很高兴能与Paschalidis博士及其同事合作开展这项创新澳门威尼斯人注册网站研究。”

Paschalidis教授补充说:“能够预测一件事会发生是一回事,但重要的问题是,你会怎么做?你如何改善个人的状况?通过汇集临床医生和工程师的真正多学科合作,该项目为促进妇女的健康和福祉带来了深厚、多样化的专业知识和必要的资源。”