我国科学家全球首创脊柱侧弯大规模人工智能筛查系统
脊柱侧凸俗称脊柱侧弯，它是一种脊柱的三维畸形，包括冠状位、矢状位和轴位上的序列异常。由于脊柱侧弯使脊柱两侧的受力位置发生改变，时间久了患者容易出现腰背痛；而且侧弯的脊柱会改变胸廓的形状，影响患者的正常呼吸。脊柱侧弯好发于青少年，尤其是女性，常在青春发育前期发病，在整个青春发育期快速进展，成年期则缓慢进展，有时则停止进展。由于多数脊柱侧凸的病因好坏不明，患者有时还
Nature子刊：人工智能助力白血病的诊断
2019年11月14日 讯 /生物谷BIOON/ --每天，医学实验室或诊所等机构都要对数百万个单细胞的诊断工作。大部分重复性工作仍由受过训练的细胞学家手动完成，他们通过检查染色涂片中的细胞并将其分为大约15个不同类别。为了顺利完成上述工作，需要具备专业知识且训练有素的细胞学家。 为了提高细胞分类以及检测效率，Helmholtz Zentrum München和慕尼黑LMU大学医院的一组
强生医疗与长木谷签署战略合作 开启人工智能赋能骨科关节新篇章
2019年11月15日，在中国上海国家会展中心举办的中华医学会第二十一届骨科学术会议暨第十四届COA学术大会上 -- 强生（上海）医疗器材有限公司与中国骨科人工智能领跑者北京长木谷医疗科技有限公司正式签订了中国骨科AI Joint 1.0合作项目。这项合作是由强生与长木谷共同发起的中国关节外科人工智能辅助手术规划深度开发项目。该项目旨在将顶尖关节外科权威专家们丰富的手术经验转化成标准算
人工智能+大数据为中医药发展插上“智慧”的翅膀
随着互联网，人工智能以及云计算技术的快速发展，精准医学与医学大数据在生命科学领域的作用越来越明显。在人工智能的潮流中，中医药也迎来了新的发展契机。10月26日，首届世界中医药互联网产业大会在杭州隆重开幕。这一盛会的举办，显然成为传统中医药与数字化技术融合发展的窗口。 图：TPP创始人兼首席执行官弗兰克·赫斯特爵士 作为全球数字健康与智慧医疗的专家与领军者，英国智凰软件科技有限公司（以下
研究构建局部晚期鼻咽癌智能临床决策支持系统
鼻咽癌是我国华南地区的高发癌种。在我国，新确诊的70%鼻咽癌患者都已经属于局部晚期，对于局部晚期鼻咽癌患者，美国NCCN指南推荐进行同期放化疗（CCRT，chemoradiotherapy），或者在CCRT基础上进行诱导化疗（ICT，induction chemotherapy），即ICT+CCRT。研究表明相比于CCRT，ICT+CCRT能为患者带来8%-9%的3年无进展生存（FFS，failu
生物医学高科技频频亮相进博会 5G人工智能大放异彩
2019第二届中国国际进口博览会已于11月5日盛大开幕，众多药企携其首发与创新产品齐齐亮相。本次医疗健康展区主打“互联网+医疗”与“创新”模式，进一步助力中国医疗行业的发展。新药研究诺和诺德携三项药品创新与四项合作创新亮相进博会，其中德谷门冬双胰岛素注射液（诺和佳？）、和全球年销售量第一的生长激素-- 重组人生长激素注射液诺泽？的注射装置NordiFlex？等年度获批新药及
人工智能助力人类疾病研究新进展！
本文中，小编整理了多篇研究报告，共同解读科学家们如何利用人工智能来改善人类疾病的研究，与大家一起学习！图片来源：youthvoices.live【1】J Biomed Inform：利用人工智能寻找心脏疾病的迹象doi：10.1016/j.jbi.2019.103270近日，发表在国际杂志Journal of Biomedical Informatics上的一项最新研究中，研究人员成功利用机器学习
J Biomed Inform：利用人工智能寻找心脏疾病的迹象
2019年10月15日讯 /生物谷BIOON /--《生物医学信息学杂志》(Journal of Biomedical Informatics)上的一项新研究利用机器学习处理未标记的电子健康记录(electronic health record ，EHR)数据，揭示了心血管疾病(cardiovascular disease，CVD)的发生过程。图片来源：https://cn.bing.com这项研
Genome Med：人工智能助力克罗恩氏病的治疗
2019年10月1日 讯 /生物谷BIOON/ --在最近的研究中，科学家开发了一种计算方法，可以帮助增进对克罗恩病（Crohn Disease，一种引起消化道炎症的疾病）的理解和治疗。 由罗格斯（Rutgers）领导的这项研究发表在《Genome Medicine》杂志上。该研究利用人工智能检查了111人中克罗恩氏病的遗传特征。该方法揭示了以前未发现的与疾病相关的基因，并准确预测了其他
Nat Machine Intelligence: 人工智能助力生物医学成像
2019年10月1日 讯 /生物谷BIOON/ --根据最近一项研究，苏黎世联邦理工学院和苏黎世大学的科学家成功利用机器学习方法来改善光声成像。这种相对年轻的医学成像技术可用于诸如可视化血管，研究脑活动，表征皮肤病变和诊断乳腺癌等方向。然而，渲染图像的质量很大程度上取决于设备使用的传感器的数量和分布：传感器的数量越多，图像质量就越好。 对此，研究人员开发的新方法可以在不放弃最终图像质量的情况下大幅