MIT FINGERS-7B：首款用于阿尔茨海默病预防的多组学AI模型
摘要
MIT发布了FINGERS-7B，这是一个拥有70亿参数的多组学基础模型，基于3万人的数据进行训练，旨在提前数年预测阿尔茨海默病的风险。该模型可通过AD Workbench访问，并附有发布在OpenReview上的研究论文。
相似文章
中国脑读取AI模型有望提前4年预测抑郁风险
中国研究人员开发了一种AI模型，该模型利用脑扫描数据来预测抑郁风险，最多可提前四年，这可能有助于实现更早的干预。
The biggest AI breakthrough in medicine & drug discovery
MAML is a novel multi-modal AI model that unifies understanding of chemistry, genetics, and proteins, outperforming specialized models on 11 drug discovery benchmarks, promising to accelerate pharmaceutical research and improve success rates.
阿尔茨海默病研究中用于诊断与病程进展预测的泄漏可控多模态学习
该论文提出一种泄漏可控的多模态多任务学习框架，结合SFCN MRI编码器、因果临床Transformer和ODE-GRU动力学，用于阿尔茨海默病诊断与病程进展预测，在ADNI、OASIS-2、MIRIAD数据集上取得内部诊断AUROC 0.935、混合AUROC 0.951，并在OASIS-3上完成外部验证。
AlphaGenome：用于更好地理解基因组的人工智能
DeepMind 推出 AlphaGenome，这是一个能够预测 DNA 序列变异如何影响基因调控和生物过程的 AI 模型，可应用于多种细胞类型和组织。该模型可处理多达 100 万个碱基对，通过 API 向非商业研究提供，完整论文已在《自然》杂志上发表。
@GoogleDeepMind：我们正与世界各地的科学家携手，通过我们的模型和工具，帮助疾病更易被发现、更易被治疗，并……
Google DeepMind 重点介绍了其 AI 模型和工具（包括 AlphaFold 和 AlphaGenome Atlas）如何帮助世界各地的科学家更好地检测、治疗和预防疾病，应用范围涵盖从药物再利用到绘制与衰老相关的遗传变异图谱。