打开APP

人工智能可助尽早诊断自闭症

 自闭症谱系范畴的神经发育性疾病通常要到孩子几岁时才会被确诊,但那时对患者的干预和治疗已过了最佳时期。近日发表在美国《国家科学院学报》上的一项新研究显示,利用人工智能分析瞳孔变化或心率波动可帮助尽早诊断这类疾病。此前研究发现,自闭症谱系障碍患者的大脑胆碱能神经环路异常,而大脑胆碱能神经环路异常会伴随患者瞳孔自发扩张或收缩以及心率异常。美国波士顿儿童医院的研究人员观察了实验鼠的瞳孔变化,发

2019-08-06

质谱验血:“老年痴呆”早期诊断新希望,准确度高达94%!

 阿尔茨海默病(AD)是一种以认知功能障碍为临床核心症状的神经系统退行性疾病,已成为严重影响老年人生活质量和身心健康的重要疾病。据估计,全球有大约3400万AD患者,而这个数字随着人口的老龄化还在加速上升。到2050年,阿尔茨海默病的患者人数预计将增加近三倍。基于淀粉样蛋白假说(β-amyloid hypothesis)的在研疗法在临床试验中连续失败,心力交瘁的科学家们不禁问:AD治疗几

2019-08-06

两大院士牵头临床研究最新成果表明:5hmC在早期肝癌诊断中性能优秀!

我国作为肝癌高发国家,占全球肝癌发病率50%以上。目前,肝癌是我国第4位常见恶性肿瘤及第3位肿瘤致死病因。我国的肝癌患者具有其鲜明的特点,多具有肝炎和肝硬化背景。其中大约80%的肝癌与乙型肝炎病毒(HBV)慢性感染有关,这也与肿瘤的治疗方式选择和预后密切相关。针对原发性肝癌,现今主要的治疗方案有手术切除、经导管动脉化疗栓塞、射频消融、靶向药物、肝移植、放射治疗及化疗等 。其中肝癌的外科治疗已经取得

2019-08-05

微流控设备可以在几分钟内诊断败血症

  由麻省理工学院研究人员设计的一种新型传感器可以显着加速败血症的诊断过程。败血症是美国医院每年导致近25万名患者死亡的主要死因。当身体对感染的免疫反应引发全身炎症链反应,导致心率加快、高烧、呼吸急促等问题时,就会发生败血症。如果不加以控制,它会导致败血性休克,从而导致血压下降和器官衰竭。传统上医生依赖各种诊断工具来诊断败血症,包括生命体征,血液测试,其他成像和实验室测试。近年

2019-08-02

第七届陆道培血液病高峰论坛--实验室诊断专场

近日,第七届陆道培血液病高峰论坛在国家会议中心召开,肿瘤资讯发表文章《第七届陆道培血液病高峰论坛-实验室诊断专场:分享道培经验聚焦大数据、组学分析》,以下为文章全文:陆道培医疗集团携手清华大学医学院共同主办的“第七届陆道培血液病高峰论坛”在北京召开。其中实验室诊断专场精彩频传,重点针对血液病MIC诊断、大数据及基因/转录组学分析的相关内容进行展开。2019年7月19日,陆道培医疗集团携手清华大

2019-08-01

云计算和大数据重点专项项目成果“多模态自然人机交互神经系统疾病辅助诊断工具”入选国家卫健委“医疗健康人工智能应用落地30最佳案例”

  中国科学院软件研究所和中国医学科学院北京协和医院在国家重点研发计划“云计算和大数据”重点专项项目“云端融合的自然交互设备和工具”的支持下,将自然人机交互技术与神经系统疾病临床诊断方法结合,研制了“多模态自然人机交互神经系统疾病辅助诊断工具”,成功应用于神经系统疾病的早期预警与辅助诊断当中,在国家健康医疗相关领域发挥了重要作用,入选国家卫健委颁发的“医疗健康人工智能应用落地3

2019-08-07

厦门市第五医院携手罗氏诊断推动检验科自动化建设水平升级

近期办理的医疗纠纷案件的庭审中发现,因法官对此类案由的认识不同,对举证责任、举证期限的理解和适用也不同,通过本文简单介绍一下我对这个问题的理解。

2019-07-22

BCEIA2019分析检测与体外诊断国际高峰论坛

由中国分析测试协会主办,分析测试百科网(安特百科(北京)技术发展有限公司)协办的BCEIA分析检测与体外诊断国际高峰论坛将于2019年10月23日北京北辰洲际酒店召开。近年来,随着人类生活水平的提高和健康意识的增强,生命科学呈现高速发展的态势,体外诊断作为生命科学及临床医学领域发展最快的细分领域之一,市场规模不断扩大。据相关数据统计,2018年全球体外诊断的市场规模达到了800亿美元左右,其中中国

2019-07-17

目前人工智能对乳腺癌的诊断与人类专家一样好!你选哪个?

2019年7月18日讯 /生物谷BIOON/——乳腺癌是英国最常见的癌症。它占全国所有新病例的15%,大约八分之一的妇女将在一生中被诊断出患有该病。在英国国家医疗服务体系(NHS)中,乳腺癌筛查通常包括乳房x光检查。但是,随着能够阅读这种早期测试的专家数量减少,这种测试的未来将面临风险。虽然这种技能短缺无法立即弥补,但人工智能领域有望取得的进步可能会有所帮助。图片来源:http://cn.bing

2019-07-18

基于深度神经网络的可穿戴心电图疾病自动诊断研究取得进展

近日,中国科学院深圳先进技术研究院数字所生物医学信息技术研究中心研究员李烨及其团队成员姚启航、王如心、樊小毛和刘记奎等针对可穿戴心电信号提出了一种基于时空特征融合的深度神经网络,实现了9类心律失常的自动分析诊断,有效提升了疾病自动分析的准确率。该成果以Multi-class Arrhythmia detection from 12-lead varied-length ECG using Atte

2019-07-13