近日，我院生化傳感與芯片團隊在機器學習指導大數據收集方法在智能診斷傳感器上的應用研究成果發表在分析領域國際期刊ACS Sensors（IF=8.9）上，成果題目為“Advances in machine learning processing of big data from dis-ease diagnosis sensors”，盧沙沙副教授為第一作者，郭春顯教授為通訊作者，我校為第一通訊單位。
探索準确、無創和廉價的疾病診斷傳感器是化學、生物學和醫學領域的一項關鍵任務。生物系統的複雜性和生物标志物數據的爆發性增長，使機器學習成為從疾病診斷傳感器中挖掘和處理大數據的強大工具。随着生物信息學和人工智能（AI）的發展，由數據挖掘形成的機器學習模型已經能夠指導更加敏感和準确的分子計算。本文綜述了大數據收集方法和基本的機器學習算法，并讨論了機器學習和分子計算在疾病智能診斷傳感器的最新進展。強調了現有的模塊化工作流程，以及機器學習通過大數據挖掘來實現疾病診斷的關鍵機遇和挑戰。
該工作的開展獲得了國家自然科學基金青年基金項目（NO.22001168）、國家自然科學基金面上項目（NO.21972102）、國家重點研發計劃（2021YFA0910403）等支持。
