除了陽光海灘，還有尖端科學(xué)！
夏威夷大學(xué)（UH）癌癥中心的AI精密健康研究所（AI Precision Health Institute）位于火奴魯魯海濱公園旁邊。目前該研究所正在使用先進(jìn)的技術(shù)，包括機(jī)器學(xué)習(xí)（ML）和深度學(xué)習(xí)，改善癌癥的診斷和治療。由于夏威夷當(dāng)?shù)厝丝诮M成獨(dú)特，由不同種族、文化和環(huán)境特征組成，這也反映到他們進(jìn)行的癌癥研究中。
研究小組的方向之一是，找出一些種族人群更容易患某些癌癥的原因，以及遺傳易感性如何與環(huán)境因素相互作用來影響癌癥發(fā)病風(fēng)險(xiǎn)。
由于基因-環(huán)境相互作用會影響癌癥發(fā)展，UH已經(jīng)開發(fā)出最先進(jìn)的實(shí)驗(yàn)室設(shè)施，測量與癌癥風(fēng)險(xiǎn)和腫瘤進(jìn)展相關(guān)的遺傳和分子因素以及行為和生活方式干預(yù)對癌癥預(yù)防的影響。
夏威夷原住民、太平洋島民和亞洲人代表也參加了美國NCI贊助的癌癥臨床試驗(yàn)，雖然只占一小部分，但是這部分?jǐn)?shù)據(jù)將增加數(shù)據(jù)集的多樣性和癌癥研究結(jié)果的穩(wěn)健性。
該機(jī)構(gòu)其中一個(gè)研究課題是“三室模型乳房病變檢測研究”（Three Compartment Breast Lesion Detection Study）。AI精密健康研究所的創(chuàng)始人兼主任Shepherd博士正在研究美國600名患者的乳腺X光片。每項(xiàng)研究都有相關(guān)的活檢結(jié)果，以確定惡性腫瘤。
研究中，放射學(xué)家會注釋病變，分為4個(gè)子類別：侵入性、乳腺導(dǎo)管原位癌、纖維腺瘤和良性。研究中還包含很多夏威夷本地和太平洋本地居民的數(shù)據(jù)，很有研究意義。
Shepherd博士及其同事創(chuàng)建了首個(gè)夏威夷和太平洋島嶼乳腺X光登記處（HIPIMR）。HIPIMR是腫瘤登記處、AI-PHI、UH數(shù)據(jù)科學(xué)研究所和夏威夷各地醫(yī)療中心之間的合作。其使命是利用所有可用的乳房健康信息，包括臨床危險(xiǎn)因素、omic標(biāo)記和放射性mic生物標(biāo)記，為夏威夷婦女提供準(zhǔn)確的乳腺癌評估風(fēng)險(xiǎn)。
乳腺X光登記的目標(biāo)是積累大約80％的篩查X光片、斷層合成和乳房MRI圖像，以開發(fā)特定于夏威夷居民婦女的生物標(biāo)志物。
與此同時(shí)，AI精密衛(wèi)生研究所與加州大學(xué)舊金山分校和梅奧診所正在進(jìn)行合作，正在進(jìn)行間隔和篩查乳腺癌風(fēng)險(xiǎn)研究。這項(xiàng)研究數(shù)據(jù)包括參與篩查乳腺X光檢查并繼續(xù)開發(fā)篩查檢測到的乳腺癌或無癌癥的婦女。目前還會用深度學(xué)習(xí)方法來預(yù)測這些分類。
這些數(shù)據(jù)包括超過5000名女性的4視圖篩查乳房X光片，其中包括培訓(xùn)、驗(yàn)證和測試部門。癌癥高風(fēng)險(xiǎn)婦女（篩查或間隔）可能會向腫瘤學(xué)家尋求降低風(fēng)險(xiǎn)策略的建議。
篩查檢出癌癥風(fēng)險(xiǎn)升高的婦女可能會被建議更頻繁地進(jìn)行乳房X光片檢查?？赡軙ㄗh處于間隔期癌癥高風(fēng)險(xiǎn)的婦女使用其他成像方法（如MRI或超聲波）補(bǔ)充乳房X光片。乳腺癌風(fēng)險(xiǎn)較低的女性可能會因篩查訪視頻率降低而減少累積輻射劑量。
UH研究人員正在開展人口研究，以了解不同種族和民族人群中癌癥發(fā)病率和死亡率差異的原因，并正在研究干預(yù)策略，幫助預(yù)防癌癥和提高癌癥患者的生存率。
在夏威夷，與該州其他種族群體相比，夏威夷原住民在所有癌癥中死亡率最高，其中與其他種族群體相比，夏威夷原住民女性的癌癥發(fā)病率最高。
另一個(gè)研究領(lǐng)域是肥胖與癌癥風(fēng)險(xiǎn)之間的關(guān)系。Shepherd博士的團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)來分析兒童的MRI掃描樣本，研究與癌癥風(fēng)險(xiǎn)和整體健康相關(guān)的骨骼、肌肉和脂肪分布。這些數(shù)據(jù)顯示了肌肉和骨骼的含量以及脂肪沉積在體內(nèi)的位置。
從DXA掃描中可以了解到小兒骨骼、肌肉和脂肪分布的大多數(shù)信息。然而，MRI掃描提供了超快速協(xié)議提取更多信息的能力，包括異位脂肪體積、特定肌肉體積，甚至骨量。研究所對兒童肥胖的發(fā)病很感興趣，因?yàn)榉逝峙c成人癌癥風(fēng)險(xiǎn)密切相關(guān)。
兒童研究（720名5至17歲的兒童），研究人員將開發(fā)深度學(xué)習(xí)分割算法，以估計(jì)特定的脂肪區(qū)域，包括內(nèi)臟、肝臟、胰腺和皮下脂肪。
正如Shepherd博士所說：“體形是所有過程的直觀表現(xiàn)。”然而，不知道從身體形狀可以了解每個(gè)omic系統(tǒng)有多少。
研究人員正在研究體形信息跟健康標(biāo)志物如強(qiáng)度、身體成分和血液生物標(biāo)志物的關(guān)系。目標(biāo)是確定使用深度學(xué)習(xí)方法訓(xùn)練各種身體成分、血液標(biāo)記和其他健康指標(biāo)的最佳方法。使用AI評估體形是有效的多種疾病的生物標(biāo)志。
