人工智能能够在复杂的生物数据中发现模式，最终可能有助于个性化医疗保健的发展。瑞典林雪平大学的研究人员开发了一种基于人工智能的方法，适用于各种医学和生物学问题。例如，他们的模型可以准确估计人们的实际年龄并确定他们是否吸。

有许多因素会影响我们在任何给定时间点使用哪些基因。吸、饮食习惯和环境污染都是这样的一些因素。这种基因活性的调节可以比作电源开关，决定哪些基因打开或关闭，而不改变实际基因，称为表观遗传学。

林雪平大学的研究人员使用来自 75,000 多个人类样本的表观遗传信息数据来训练大量 AI 神经网络模型。他们希望这种基于人工智能的模型最终可以用于精准医学，以开发适合个人的治疗和预防策略。他们的模型属于自动编码器类型，可以自组织信息并在大量数据中找到相互关系模式。

为了测试他们的模型，LiU 研究人员将其与现有模型进行了比较。吸对身体影响的模型已经存在，其基础是特定的表观遗传变化反映了吸对肺部功能的影响。

一个人戒后很长一段时间，这些痕迹都会保留在 DNA 中，这种模型可以识别一个人是现在、以前还是从不吸。其他模型可以根据表观遗传标记估计个体的实际年龄，或根据个体是否患有疾病或健康对个体进行分组。

LiU 研究人员训练了他们的自动编码器，然后使用结果回答三个不同的问题：年龄确定、吸者状况和诊断系统性红斑狼疮 (SLE)。尽管现有模型依赖于已知与它们旨在分类的病症相关的选定表观遗传标记。然而，事实证明，LiU 研究人员的自动编码器运行得更好或同样好。