研究人员今天（2024年11月8日）发布了来自一项雄心勃勃的研究的旗舰数据集，该研究旨在探索可能影响2型糖尿病发展的生物标志物和环境因素。由于研究参与者包括没有糖尿病的人和其他处于不同疾病阶段的人，早期发现暗示了与以往研究不同的信息网络。
例如，参与者家中安装的定制环境传感器数据显示，疾病状态与暴露于微小污染颗粒之间存在明确关联。收集的数据还包括调查回应、抑郁量表、眼成像扫描和传统的葡萄糖及其他生物变量测量。
所有这些数据都打算通过人工智能挖掘，以获得关于风险、预防措施和疾病与健康之间路径的新见解。西雅图华盛顿大学医学院眼科教授Cecilia Lee博士表示：“我们看到支持2型糖尿病患者异质性的数据——人们并不是都在应对同样的问题。而且因为我们获得了如此庞大而详细的数据库，研究人员可以深入探索这一点。”
她对收集到的数据质量感到兴奋，这些数据代表了1,067人，仅占研究预期总参与者的25%。Lee是AI-READI（用于糖尿病洞察的准备就绪且公平的人工智能图谱）项目的项目主任。这项由美国国立卫生研究院支持的倡议旨在收集和共享可供全球科学家分析的AI就绪数据，以寻找新的健康和疾病线索。
初步数据发布在11月8日的《自然代谢》杂志上。作者重申了他们的目标，即从比以前测量的更多种族和族裔多样化的群体中收集健康信息，并使生成的数据在技术和伦理上准备好进行AI挖掘。
“这一发现过程令人振奋，”同样来自UW Medicine的眼科教授Aaron Lee博士说，他是该项目的首席研究员。“我们是一个由七家机构和多学科团队组成的联盟，之前从未合作过。但我们有共同的目标，即利用无偏见的数据并保护数据的安全性，同时使其可供世界各地的同事访问。”
在西雅图、圣迭戈和阿拉巴马州伯明翰的研究地点，招募者正在共同招募4,000名参与者，纳入标准旨在促进平衡：
- 种族/族裔（白人、黑人、西班牙裔和亚裔各1,000人）
- 疾病严重程度（无糖尿病、糖尿病前期、药物/非胰岛素控制和胰岛素控制的2型糖尿病各1,000人）
- 性别（男女比例相等）
“传统上，科学家们研究的是发病机制——人们是如何患病的——以及风险因素，”Aaron Lee说。“我们希望我们的数据集也能用于研究健康生成因素，即有助于健康的因素。因此，如果你的糖尿病有所好转，哪些因素可能在起作用？我们预计旗舰数据集将在这两个方面带来关于2型糖尿病的新发现。”
通过从大量人群中收集更详细的数据，他补充道，研究人员希望创建一个人可能从疾病进展到完全健康或从完全健康进展到疾病的虚拟健康历史。这些数据托管在一个自定义在线平台上，分为两组：需要使用协议的受控访问组和去除了HIPAA保护信息的注册公开版本。
2024年夏季发布的试点数据涉及204名参与者，已被全球110多个研究组织下载。研究人员必须验证身份并同意道德使用条款。（有关访问数据的更多信息，请访问aireadi.org。）
AI-READI联盟成员包括西雅图华盛顿大学医学院、阿拉巴马大学伯明翰分校、加利福尼亚大学圣迭戈分校、加州医学创新研究所、约翰霍普金斯大学、原住民生物数据联盟、斯坦福大学和俄勒冈健康与科学大学。该项目位于西雅图UW Medicine的Angie Karalis Johnson视网膜中心。Cecilia Lee担任Klorfine家族捐赠主席。Aaron Lee担任Dan和Irene Hunter捐赠教授。这项工作得到了NIH（拨款OT2OD032644和P30 DK035816）的支持。作者的利益冲突声明在已发表的论文中，如有需要可提供。来源：西雅图华盛顿大学医学院/UW Medicine
(全文结束)
