Медицинские большие данные: хранение геномов и машинное обучение
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Автор материала объясняет, почему медицинские большие данные требуют не только хранения, но и анализа. По публикации, объём геномных данных удваивается каждые 7 месяцев; базы Protein Data Bank и Sequence Read Archive хранят структуры белков и последовательности геномов. В Sequence Read Archive указаны 250 000 человеческих геномов, 32 000 бактериальных и около 5000 геномов растений, животных и других эукариот. Автор приводит снижение стоимости секвенирования генома с ~100 000 000$ в 2001 году до 1000 $ в 2015 году. Машинное обучение, по мнению автора, помогает находить закономерности в больших массивах, но алгоритм следует проверять на отдельной тестовой выборке, чтобы выявить переобучение. В медицинских примерах публикации описаны распознавание меланомы по фотографии и IBM Watson, анализирующая сведения о пациентах и лечении.
Главное
- По публикации, объём данных в геномике удваивается каждые 7 месяцев.
- Sequence Read Archive содержит 250 000 человеческих геномов, 32 000 бактериальных и около 5000 геномов других организмов.
- Стоимость секвенирования генома снизилась с ~100 000 000$ в 2001 году до 1000 $ в 2015 году.
- Автор отмечает, что алгоритмы машинного обучения проверяют на отдельной тестовой выборке для выявления переобучения.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация