信息和通信技术 (ICT) 正在彻底改变世界，卫生部门也不例外。信息通信技术被认为是改善个人健康和保证高质量、现代和可持续的医疗保健系统的战略因素。
最有前途的技术之一是人工智能 (AI)，它能够创建和训练计算机系统以做出基于数据的自动决策。来自加泰罗尼亚奥伯塔大学 (UOC) 和 August Pi i Sunyer 生物医学研究所 (IDIBAPS) 的研究人员最近参与的两项研究突出了将人工智能分别应用于图像处理、生物信息学和遗传学领域的潜力。
“大数据和人工智能在 CT 扫描、X 射线、超声和磁共振成像中有着广泛的应用，”电子健康中心 ADaS 实验室研究小组的研究员、成员 Jordi Casas Roma 说UOC 计算机科学、多媒体和电信学院院长、数据科学硕士学位主任。
在他们的最新研究中，相关研究人员已经证明，“使用多层网络将所有数据整合和处理在一起，比单独和独立分析数据提供了更全面的数据分析。”
用数学来理解大脑的变化
Casas 的研究重点是定义一个数学模型，该模型可以更好地理解大脑中的认知变化和损伤。该模型最初是针对多发性硬化症进行测试的，但该模式适用于其他神经退行性疾病。
“了解患有此类疾病时大脑中发生的情况是能够改进和个性化治疗的第一步。能够确定和预测疾病如何演变非常重要，这无疑将使我们能够区分不同的患者群体，具有相似类型的进化和与其他群体不同的治疗，”他说。
该研究由 ADaS 实验室的另一名成员 Ferran Prados Carrasco 领导，还涉及来自电子健康中心的 UOC 研究人员 Marcos Díaz Hurtado 以及来自互联网跨学科研究所复杂系统 (CoSIN3) 小组的 Albert Solé 和 Javier Borge (IN3)。
Prados 现在正在将多层网络理论付诸实践：“我们正处于开发生物标志物的初始阶段——我们已经确认了它的敏感性，我们已经公布了如何使用它，并且我们已经开放了这项技术，因此世界各地的其他研究人员和医生都可以将其应用到他们的数据中，[...] 与此同时，我们已经开始使用来自患有多发性硬化症和阿尔茨海默氏症或痴呆症等神经退行性疾病患者的磁共振数据进行第一次临床应用。”
生物信息学和遗传学
人工智能在健康领域的另一个重要应用领域是生物信息学和遗传学，以及元启发式算法。“这些算法在组合优化中非常流行，换句话说，当一个问题有一组有限的解决方案时，你想找到一个优化特定目标函数的解决方案。它们为复杂问题提供高质量的解决方案实时，”计算机科学、多媒体和电信学院的研究员兼成员、“元启发式优化在生物信息学中的作用”研究的主要作者 Laura Calvet Liñán 解释说。
Calvet 强调说，“元启发式通过变量选择和参数微调等方式在医学成像和疾病建模中发挥着关键作用。”