据BROAD网4月28日消息，美国麻省理工布罗德研究所和哈佛大学科研团队开发出一种合并多种类型数据的机器学习方法，可预测患者心脏的特征，辅助心脏病的监测和诊断。该团队使用英国生物银行参与者的心电图和心脏核磁共振成像（MRI）训练自动编码器模型，从中学习心脏状态的不同模式并整合到一个单一的、连贯的画面中，建立起的多模态表征可应用于心脏特征预测模型，并寻找与心脏病相关的遗传变异。该模型优于更标准的机器学习方法，可用于所有疾病。相关研究成果发表于Nature Communications期刊。

消息来源：https://www.broadinstitute.org/news/machine-learning-model-finds-genetic-factors-heart-disease