从国自然立项情况浅谈一下医学AI的未来发展趋势|个人观点·24-08-28
罗小罗同学 2024-09-10 15:01:01 阅读 78
小罗碎碎念
这一期推文花一点点时间分析一个与现在的自己不太相关的事情——从国自然基金立项情况看目前医学AI的一个发展趋势。
由于只能获取到医院内部的数据,所以我只是根据单家医院的情况简单聊一聊,并且我也并未亲自参与到项目的申报中,有很多细节不了解,纯属个人兴趣,所以有什么说的不对的地方,欢迎批评指正。
PS:当我最后写完这期推文以后,突然发现这个事情和自己还是有点关系的。最近要写开题报告了,反正也要整理文献,正好趁着这个机会梳理一下思路,调整一些方向细节,哈哈。
一、项目概览
首先看一下立项的比例——数量&金额。
今年医院总立项数110+,根据项目名称初步筛选了一下,与医学AI可以扯上联系的,有6项——5个青年基金,1个面上。
项目方向 | 申请代码 | 项目类别 | 经费(万) |
---|---|---|---|
MRI、放疗策略、疗效监测 | A3010 | 青年科学基金项目 | 30 |
超声、病理、乳腺癌新辅助免疫治疗 | H2703 | 青年科学基金项目 | 30 |
MRI、鼻咽癌、个体化监测策略 | H2709 | 青年科学基金项目 | 30 |
MRI、病理、鼻咽癌、淋巴结转移诊断 | H1824 | 青年科学基金项目 | 30 |
多模态、AI融合模型、卵巢癌、铂耐药 | H1824 | 青年科学基金项目 | 30 |
肝癌VETC、TLSs无创识别、术后复发预测 | H2701 | 面上项目 | 48 |
接下来我会简单的介绍一下上面这个表格中涉及到的一些内容,同时和我之前的推文做一个联系分析。
二、国自然代码
国家自然基金(NSFC)新的申请代码,具体表现为全面取消三级申请代码,各学科部代码统一为两个层级。其中一级代码126个,二级代码1263个,共1389个。
以医学科学部为例,共设35个一级申请代码,一级代码主要是以器官系统为主线,将基础医学和临床医学相融合。申请人根据研究领域选择相应的一级申请代码及下层的二级申请代码。
2-1:学科领域划分
国家自然科学基金的申请代码体系按照学科领域进行分类,帮助确保申请的项目能够被准确地归类和评审。
数理科学部
包括数学(A01-A06)、力学(A07-A13)、天文学(A14-A19)、物理学I(A20-A24)和物理学II(A25-A30)等 。
化学科学部
包括材料化学(B05)、能源化学(B09)等前沿方向,以及与应用领域交叉的方向 。
生命科学部
强调生物学相关学科领域的科学前沿导向,包括植物学(C02)、动物学(C04)、生物物理与生物化学(C05)、生物材料、成像与组织工程学(C10)等 。
医学科学部
强化面向国家需求、新兴学科领域发展需求以及交叉融合需求,包括肿瘤学(H18)、血液系统(H08)、生殖系统/围生医学/新生儿(H04)、医学病原生物与感染(H22)等 。
这些代码体现了基金委对不同学科领域的重视和研究方向的指导。申请人在选择申请代码时,应根据自己的研究领域和内容,选择相应的一级和二级代码,并关注最新的申请指南和代码调整。
2-2:立项分析
我们从最开始的表中能看出主要是分布在H18
和H27
这两个口。
H18:肿瘤学
H1824:肿瘤大数据与人工智能
H27:影像医学/核医学
H2701:磁共振成像
H2703:超声医学
H2709:医学影像大数据与人工智能
所以,我们现在更新一下表格(只分析H口)。
项目方向 | 申请代码 | 项目类别 | 经费(万) |
---|---|---|---|
超声、病理、乳腺癌新辅助免疫治疗 | H2703 | 超声医学 | 30 |
MRI、鼻咽癌、个体化监测策略 | H2709 | 医学影像大数据与人工智能 | 30 |
MRI、病理、鼻咽癌、淋巴结转移诊断 | H1824 | 肿瘤大数据与人工智能 | 30 |
多模态、AI融合模型、卵巢癌、铂耐药 | H1824 | 肿瘤大数据与人工智能 | 30 |
肝癌VETC、TLSs无创识别、术后复发预测 | H2701 | 磁共振成像 | 48 |
我敢肯定,未来大数据与人工智能方向的比例一定会上升,但是H1824
的难度会略低于H2709
。
三、具体方向分析
表格中提到的5个选项,我推文中其实都有涉及,尤其是第5个——卵巢癌的多模态铂耐药模型。
3-1:多模态、AI融合模型、卵巢癌、铂耐药
铂基化疗
我在06-27的推文中详细的分析过一篇病理组学相关的文献,预测高级别浆液性卵巢癌患者对铂基化疗的反应。
有兴趣的可以去看当天的推文。
https://mp.weixin.qq.com/s/Kw_RORWjRgnwkNtggfPNcg
多模态
我在08-11的推文中介绍过一批卵巢癌&子宫内膜癌的文献,其中第三篇就涉及到一种提升卵巢癌诊断准确性的多模态模型。
3-2:超声、病理、乳腺癌新辅助免疫治疗
关于新辅助免疫治疗,我5月从北京回来以后,就一直大力推荐,详情可以参考06-18的推文。
https://mp.weixin.qq.com/s/XAsOtWxLaRQpgiA2HtPwIw
3-3:肝癌VETC、TLSs无创识别、术后复发预测
肝癌VETC(Vessels Encapsulating Tumor Clusters,肿瘤包绕型血管)是一种新的肝癌转移模式,它不同于传统的上皮-间质转化(EMT)理论所解释的转移方式。VETC的存在表明肝癌组织中存在一种特殊的血管结构,这些血管能够包裹肿瘤细胞团,帮助它们通过血液循环系统形成新的转移灶。
因为我不研究肝癌,所以VETC的内容没有涉及到,但是关于肝癌其他的方面我是介绍过很多的。至于后面的三级淋巴结和复发预测,更是频繁提及。
精准医疗新突破:人工智能助力肝细胞癌个性化治疗
https://mp.weixin.qq.com/s/Wb_n-NjZRLt3vxsDnXh52A
人工智能在三级淋巴结/肿瘤浸润淋巴细胞领域的系统研究进展|顶刊速递·24-07-08
https://mp.weixin.qq.com/s/G7XAIH5JA6TvckXopq0LfA
利用深度学习模型HookNet-TLS揭示三级淋巴结构在实体瘤预后中的作用|文献精读·24-08-14
https://mp.weixin.qq.com/s/-x2NRrnMzP1fSCucd9v3kQ
人工智能在肿瘤复发/转移预测领域的最新进展|顶刊速递·24-06-24
https://mp.weixin.qq.com/s/p700-D_QqHb8nVHCg5H9qQ
3-4:MRI、病理、鼻咽癌、淋巴结转移诊断
由于我自己本身是研究鼻咽癌的,所以关于这方面的推文也比较多。
鼻咽癌研究进展:从病理机制到临床治疗|临床文献精析·24-08-04
https://mp.weixin.qq.com/s/THouQLlhDIi0AYCuaTckSA
影像组学与病理组学在鼻咽癌领域的最新研究进展|文献速递·24-08-23
https://mp.weixin.qq.com/s/ULlzNtt9UDknUrH0s82GLA
WS-T2T-ViT:一种新型弱监督模型用于提高鼻咽癌病理图像分类精度|文献精析·24-08-23
https://mp.weixin.qq.com/s/HiPC79EcNBquEZh49Ukc9g
声明
本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。