研究利用人工智能预测蛋白质“光学指纹”
蛋白质是生命的基石，生物的功能依赖于既稳定而又灵活可变的蛋白质结构。蛋白质的光谱响应信号，尤其是紫外光谱，可以称之为蛋白质骨架的“指纹”。这个“光学指纹”，经过理论模拟的解读，可以揭示出精确的蛋白质结构，为生命科学和医学诊断提供极其重要的信息。然而，蛋白质的结构极其复杂多变，需要做大量的高精度的量子化学理论计算。由于计算量太大，即使是最厉害的超级计算机轻易也“吃不消”。所以蛋白质的光谱的理论解读是
新款人工智能应用Veeva Andi现已上市
Veeva Systems（纽交所代码：VEEV）近日推出一款全新的人工智能应用 Veeva Andi，它将定制化洞察和建议内置于 Veeva CRM，以实现智能客户互动。 Veeva Systems 近日推出一款全新的人工智能应用 Veeva Andi，它将定制化洞察和建议内置于 Veeva CRM，以实现智能客户互动。 &n
“伪装”的智能纳米药物可精准打击脑肿瘤
复旦大学药学院陆伟跃团队与加州大学圣地亚哥分校张良方合作，研发出一种新型抗脑肿瘤的智能纳米药物，它可在血循环中长期保持稳定，“绕开”血-脑肿瘤屏障，直接通过跨越血-脑肿瘤屏障到达以往药物无法到达的目的地（肿瘤组织），将更多的药物导入到脑肿瘤并在肿瘤细胞中释放，对脑肿瘤实施精准打击，且具有毒副作用小、安全性高的特点。该成果近日已在线发表于《美国化学学会˙纳米》(《ACS NANO》)。陆
AI病理诊断解释方案或解决人工智能CFDA三类申报获批关键难点
深度卷积神经网络（CNNs）已在实践中被证明是一种可以辅助生物医学图像诊断的技术，并已广泛运用于肺结节、眼底等放射影像识别。近日，病理领域的AI研究也有了新的进展。2019年5月，国内杨林团队的论文《Pathologist-level Interpretable Whole-slide Cancer Diagnosis with Deep Learning》 被《Nature Mach
第二届国际智能医疗与知识产权峰会在京召开
5月30日-31日，第二届国际智能医疗与知识产权峰会暨2019北京一带一路国际孵化联合体（ICI）年会在京召开。来自中国、欧盟、美国等20多个国家和组织的代表，围绕跨国技术转移的知识产权、技术转让、智能医疗领域国际创新创业生态建设等主题进行了交流探讨。论坛上，与会代表聚焦医用机器人和数字医疗领域，通过主题论坛、商机对话、跨境孵化圆桌论坛、医用机器人专场、数字化医疗专场及创新企业项目路演
Nat Med：利用人工智能准确地诊断肺癌，准确率高达94%
2019年5月29日讯/生物谷BIOON/---在一项新的研究中，软件工程师和临床研究人员之间的合作产生了一个人工智能程序，该程序使用图像来预测哪些人将患上肺癌，准确率为94％。这个研究团队发现这个算法与放射科医师基于同一个人的多次计算机断层扫描（CT）来筛查癌症一样准确，并且当它仅能从一个人那里获得一次扫描时，它的表现优于医生。相关研究结果于2019年5月20日在线发表在Nature Medic
强生医疗：人工智能加速医疗创新
5月18日，强生医疗心血管和专业解决方案事业部总经理王金鹤应邀出席“2019年上海科技节 -- 预见未来·人工智能医疗专场”活动，就医疗与创新发表主旨演讲，介绍强生医疗投资于创新，加速人工智能引领医疗创新的愿景、战略和举措。在嘉宾论坛环节，王金鹤与来自沪上知名院校和医疗机构的专家们一起，共同探讨人工智能在医疗等广泛领域的应用和发展方向，向公众描绘未来人工智能支持医疗发展的蓝图，并回答了现场观众的提
开发出具有人类能力的人工智能软件 或能分析显微镜图像中宿主与病原体的相互作用
2019年5月28日 讯 /生物谷BIOON/ --称之为神经网络的计算系统基于生物大脑的学习过程，其能够实现一种机器学习形式，有助于帮助研究人员解读生物和医学成像，如今研究病原体与宿主细胞相互作用的科学家们已经开始利用这种这种技术从事相关研究了。图片来源：GEORGE RETSECK来自英国克里克研究所的研究者Eva Frickel表示，从事病原体-宿主相互作用研究领域的大部分人群都只是手动计数
顾臻团队最新PNAS：智能胰岛素防止糖尿病治疗期间低血糖
2019年5月22日讯 /生物谷BIOON /——加州大学洛杉矶分校（UCLA）的生物工程师和他们的同事开发了一种新型胰岛素，可以帮助使用胰岛素治疗糖尿病的人预防低血糖。该疗法正在评估潜在的临床试验，如果成功，可能会改变糖尿病治疗，这项研究发表在《PNAS》上。图片来源：PNAS胰岛素是胰腺自然产生的一种激素。它帮助身体调节葡萄糖，葡萄糖通过食物被消耗，为身体提供能量。当一个人的身体不能自然产生胰
Nat Commun：人工智能促进阿尔兹海默症的研究
2019年5月16日 讯 /生物谷BIOON/ --加州大学戴维斯分校和加州大学旧金山分校的研究人员已经找到了一种方法来训练计算机精确检测人类大脑组织中阿尔茨海默病的生物标志物。淀粉样斑块是阿尔茨海默病患者大脑中蛋白质碎片的团块，可破坏神经细胞的连接。加州大学科学家团队开发的机器学习工具可以“看到”脑组织样本是否有一种类型的淀粉样蛋白斑块，并且很快就能完成。该研究结果于5月15日发表在Nature