以人工智慧協助腎臟基因變異之治病預測
本研究致力於尋找在資料不足的情況下最佳的基因預測模式。 首先,訓練預測腎臟基因(PKD1)變異致病力模型,利用三種訓練方法:「管線」(Pipeline)、 SVM分類器、隨機森林相關分類器訓練資料,並調整相關參數。其中,以隨機森林準確率最高。另外,利用「網路爬蟲」技術整合四個大型網路基因變異註釋工具,製作單一介面方便使用者輸入資料,能夠大幅減少醫生預測病人基因變異致病性的時間,具有極高的實用性。為了嘗試解決基因變異致病力預測資料不足的問題,本研究利用網路工具所預測之致病力分數訓練模型,然基因變異位置複雜,資料量仍有所欠缺。 最後,期望利用本研究「整合網路基因註釋工具」蒐集醫生資料,提高模型資料量同時提高準確率。