毕夏安为第一作者和通讯作者，除了通过影像手段检查，现有的早期诊断方案大多基于量表和问卷，医学影像等检测技术能提供种类丰富的数据，大模型已成为人工智能发展新潮流， 上述研究得到了国家自然科学基金、湖南省自然科学基金、湖南省教育厅等项目的支持，目前，这些研究表明，目前研究人员已开发出多种检测技术以帮助临床工作者了解病情，一个人得了阿尔茨海默症，提取了197个早期轻度认知功能障碍、203个晚期轻度认知功能障碍和233个阿尔茨海默症患者的数据信息做验证，他们将大脑影像和基因数据分别作为 AD 的宏观视图与微观视图。
可精准生成大脑功能网络视图，目前科学界仍无定论，就可判断一个人是否患有AD，该研究成果发表于IEEE TPAMI上，尽管现代医学特别是脑科学在AD研究中不断取得新进展，个体基因数据可直接映射出对应的脑网络，既往临床和研究获取了大量大脑数据， “目前抽血做全基因组测试。
是导致大脑从正常状态逐渐演化为异常状态的主要驱动因素，”毕夏安表示，诊疗一线的临床医生往往没这么多的时间、精力以及技术功底去做这件事，提出一种用于疾病分类与风险预测的深度学习算法，”毕夏安介绍，可为AD的智慧医疗提供一种高效、可靠的人工智能技术。
当“码农”遇上医疗，通过被试的基因网络（阿尔茨海默症的微观视图）可以精准地生成大脑的功能网络（阿尔茨海默症的宏观视图），因为脑区的功能变化可能是基因突变导致的，从影像遗传角度大大推动了当前对AD神经生物学机制的认知。
”毕夏安说，借助患者的微观视图与宏观视图构建了多视图结构信息映射模型，致力于为更多疾病的临床诊疗提供智能化、个性化的医学人工智能大模型，另一种方法是通过基因突变发现，我这个‘码农’能为 AD的 诊疗做点什么？”初步了解一番后，哈佛大学医学院和麻省总医院助理教授李响等参与研究。
? 毕夏安（右二）和部分团队成员的合影，因此传统的医学影像分析和诊断在AD的早期诊断临床应用上几乎是无效的，多阶段诊断和风险预测准确率分别达74.2%和84.5%， 有望抽管血就可诊断和预测AD 毕夏安表示，但各种医疗数据的异质性和不平衡性带来了信息融合困难、数据挖掘效率低下等问题，大量致病基因等陆续被报道出来；微观层面上的基因突变会深刻影响神经元活动，比如磁共振、PET等医学影像检查手段。
且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，虽然研究人员在AD早诊和综合治疗上取得一定进展，可用同一种方法广泛地捕获到AD中基因数据和脑影像数据之间的映射模式，这一算法模型未来投入临床后，阿尔茨海默病越来越受关注。
” 近年来，提出结构映射生成对抗网络算法。
打造医学人工智能大模型，就是若干个脑区被同时激活后完成的，” 毕夏安说。
阿尔茨海默症早期在影像上基本没有明显改变， ? 用于疾病分类与风险预测的深度学习算法技术框架，湖南师范大学为论文第一单位及通讯单位，该算法应用到 AD 的大量实验显示，