Nouveau jeu de données révolutionnaire pour la recherche sur le diabète de type 2
ParisDes chercheurs effectuent des études cruciales sur le diabète de type 2. Un nouveau jeu de données issu d'une étude examinant les biomarqueurs et les facteurs environnementaux a été diffusé. Les premiers résultats révèlent un lien fort entre la progression de la maladie et l'exposition à la pollution. Ce jeu de données, très détaillé, comprend des informations variées provenant de nombreux participants, dans le but d'améliorer l'utilisation de l'IA dans la recherche sur le diabète.
Le projet vise à recueillir des données de 4 000 personnes, réparties équitablement entre divers groupes.
- Origine ethnique : Blanc, Noir, Hispanique, Asiatique
- Sévérité de la maladie : Pas de diabète, prédiabète, diabète de type 2 contrôlé par médication sans insuline, diabète de type 2 contrôlé par insuline
- Sexe : Représentation égale des hommes et des femmes
AI-READI, soutenu par les National Institutes of Health, joue un rôle crucial dans ce projet. Il se concentre sur le partage de données pour la recherche à l’échelle mondiale, tout en s’assurant que cela se fait de manière éthique et sécurisée. Les chercheurs exploitent ces données pour mieux comprendre le développement du diabète et améliorer la santé. Cette étude examine à la fois les causes de la maladie et les éléments qui aident les gens à se rétablir, afin de découvrir des méthodes plus efficaces pour gérer ou même prévenir le diabète.
La collecte de données utilise des méthodes innovantes. Des capteurs installés chez les participants surveillent la qualité de l'air et croisent ces informations avec d'autres indicateurs de santé tels que les tests de glucose et les examens oculaires. Ces données combinées offrent une vue détaillée du développement et de la progression du diabète de type 2.
Le projet réunit des spécialistes du diabète afin de construire un système solide pour la recherche scientifique à venir. Il regroupe de nombreuses institutions pour combiner une diversité de savoirs. L'objectif est de créer des ensembles de données illustrant le fonctionnement de la maladie et de développer de nouvelles idées pour des essais sur diverses populations à l’échelle mondiale.
L'intelligence artificielle joue un rôle crucial dans cette recherche. Grâce à elle, les chercheurs peuvent analyser d'importantes quantités de données pour déceler des schémas et des connexions qui pourraient passer inaperçus avec des méthodes traditionnelles. Cela pourrait ouvrir la voie à de nouvelles stratégies de prévention ou de traitement des maladies.
L'accès à ces ensembles de données se fait via une plateforme en ligne sécurisée, ce qui en facilite l'utilisation tout en protégeant la confidentialité des participants. Le lancement initial a reçu des retours positifs, soulignant le besoin mondial de données détaillées prêtes pour l'intelligence artificielle dans la recherche sur le diabète.
L'étude est publiée ici:
http://dx.doi.org/10.1038/s42255-024-01165-xet sa citation officielle - y compris les auteurs et la revue - est
Sally L. Baxter, Virginia R. de Sa, Kadija Ferryman, Prachee Jain, Cecilia S. Lee, Jennifer Li-Pook-Than, T. Y. Alvin Liu, Julia P. Owen, Bhavesh Patel, Qilu Yu, Linda M. Zangwill, Amir Bahmani, Christopher G. Chute, Jeffrey C. Edberg, Samantha Hurst, Hiroshi Ishikawa, Aaron Y. Lee, Gerald McGwin, Shannon McWeeney, Camille Nebeker, Cynthia Owsley, Sara J. Singer, Riddhiman Adib, Mohammad Adibuzzaman, Arash Alavi, Catherine Ashley, Adrienne Baer, Erik Benton, Marian Blazes, Aaron Cohen, Benjamin Cordier, Katie Crist, Colleen Cuddy, Aydan Gasimova, Nayoon Gim, Stephanie Hong, Trina Kim, Wei-Chun Lin, Jessica Mitchell, Caitlyn Ngadisastra, Victoria Patronilo, Jamie Shaffer, Sanjay Soundarajan, Kevin Zhao, Caroline Drolet, Abigail Lucero, Dawn Matthies, Hanna Pittock, Kate Watkins, Brittany York, Charles E. Amankwa, Monique Bangudi, Nada Haboudal, Shahin Hallaj, Anna Heinke, Lingling Huang, Fritz Gerald P. Kalaw, Apoorva Karsolia, Hadi Khazaei, Muna Mohammed, Kyongmi Simpkins, Xujing Wang. AI-READI: rethinking AI data collection, preparation and sharing in diabetes research and beyond. Nature Metabolism, 2024; DOI: 10.1038/s42255-024-01165-xPartager cet article