Page 168 - 中医针灸与人工智能
P. 168
中医针灸与人工智能
Chinese Acupuncture and Artificial Intelligence
大量研究中采用的数据集规模较小，基本集中在200~300人，而肠道菌群具
有丰富的多样性，因而所构建模型的泛化能力不足。
在面对大量的肠道菌群原始数据时，由于无法准确地针对特定问题选取相应
的数据特征，因而可以考虑对肠道菌群数据进行深度学习，挖掘其中与问题相关
的潜在特征，再基于此构建数据模型解决目标问题。
利用卷积神经网络在图像和视频领域进行的研究工作，其关键优势在于能够
发掘二维数据中的结构化特征和潜在共性，从而进行分类和识别，如利用卷积神
经网络有效地发掘出图像信息中隐字，以及利用卷积神经网络实现对图像特定目
标的识别、跟踪以及对视频中人体行为进行识别。在对肠道菌群数据进行分析建
模时，也可以通过对肠道菌群数据的组织形式进行适当调整，如将系统进化树组
织成二维数据的形式，将各种丰度信息用图像形式表示等，探索将卷积神经网络
用于肠道菌群数据分析的方式。
近年来，图卷积神经网络取得了突破性的进展，其在处理图数据的分类和预
测时展现出了强大的性能优势，目前在交通预测、人体行为识别、生物分类等领
域均取得了诸多成果。在肠道菌群研究中，系统进化生成树的结构以及菌群之间
的关联均可通过图结构进行表示，那么是否可以考虑将肠道菌群分析与图神经网
络进行结合，利用图卷积特性分析肠道菌群数据，以此推动肠道菌群分析领域的
研究和发展。
综上所述，在未来，机器学习和深度学习方法应该被视为分析肠道菌群的一
个重要工具，我们应该积极探索这二者间恰当的结合点，借助计算机科学上的研
究成果推动肠道菌群分析的发展，实现将肠道菌群的分析作为临床上诊断、治疗
和预防疾病的有力工具。
160
