2026-10-302026-10-30https://scholars.csmu.edu.tw/handle/123456789/37040性早熟在全球的發病率不斷上升,因此需要先進的早期診斷和管理方法。這項研究的未來階段將把大型生物資料庫、臨床隊列的大數據、多體學結合起來,使用人工智慧和深度學習模型,建立預測和提早治療干預的措施。本研究的創新方法不僅在促進我們對複雜疾病的暸解,還將徹底改變治療方式,開闢個體化醫學的新天地。性早熟人工智慧全外顯子定序多體學單細胞分析基因型-表現型關聯性深度學習Precocious PubertyArtificial IntelligenceWhole exome sequencingMulti-omicsSingle cell analysisGenotype-Phenotype associationsDeep-learning將人工智慧結合多體學與臨床大數據應用於性早熟的早期檢測和干預Project