机器学习基础
我们的首要目标是为人工智能奠定基础,促进对医学和治疗设计的科学理解,最终使人工智能能够自主学习和获取知识。
我们专注于人工智能和机器学习的基础创新,重点关注以几何、结构和医学知识为基础的人工智能系统。这涉及到构建人工智能模型,包括预先训练、自我监督、多用途和多模式模型,并进行大规模训练,以实现广泛的泛化。
医学人工智能|个性化诊断和治疗
结合遗传密码、细胞图谱、分子数据集和治疗方法等模式,对一个人的状态进行了越来越精确的描述——挑战在于如何对这些数据进行推理,以开发强大的疾病诊断并赋予新的治疗方法。我们的研究为融合知识和患者数据创造了新的途径,以便在正确的时间为正确的患者提供正确的治疗,并具有与人和实验室结果一致的医疗效果。
科学人工智能|治疗科学
几个世纪以来,科学家用来系统和逻辑地解释自然世界的发现方法——科学的基本实践——基本上保持不变。我们正在使用人工智能来改变这种情况。从基因组调控的各个方面到分子和有机体水平,自然界是相互联系的。这些不同层次的相互作用产生了令人困惑的复杂性。我们的研究试图解开这种复杂性,开发人工智能模型,以推进药物设计并帮助开发新型疗法。