采用人工智能算法诊断早产儿视网膜病变
人工智能（AI）使机器能像人类一样思考，在各行各业有着广阔的应用前景，包括医疗保健领域。根据新浪医药之前的文章《GMI报告：2024年全球医疗AI市场将超100亿美元 美英中3国领跑》，在未来8年（2017-2024），医疗AI市场预计将以超过40%的年复合增长率快速增长，2024年总的市场规模将超100亿美元。其中，医学影像是继药物研发之后的第二大细分市场。报告指出，AI
Cell:科学家发现大脑根据观察进行学习的机制
通过观察他人经验进行学习是一种进化优势。美国麻省理工学院研究团队的一项研究发现了这种学习方式的脑神经回路。发表在最新一期美国《细胞》杂志上的研究表明，位于大脑半球内侧的前扣带回与基底外侧杏仁核可相互合作，让大脑完成这种间接学习。前扣带回的主要功能是评估社会信息，基底外侧杏仁核则在处理情感方面发挥重要作用。研究人员让小鼠观察同伴遭受电击，电击时伴有声光信号。一天后，接收到这种信号的实验小
深度访谈恒润达生副总宋晓东博士：国内细胞治疗机遇与挑战并存
2017年诺华和Kite的CAR-T细胞疗法分别在8月和10月于美国批准上市，标志着细胞治疗在近两年取得的巨大突破。目前细胞治疗的发展已经走上了快车道，但是面对CAR-T治疗的产业化以及CAR-T治疗实体瘤的挑战，行业内同仁依然任重而道远。相信很多人也都在瞩目何时有中国的细胞治疗产品获批上市，国内的细胞治疗还有哪些发展和突破的机会？正值梅斯医学旗下网站生物谷举办的第十届细胞治疗大会（2019-05
美国医疗集团巧用算法让医疗数据物尽其用
Sanford健康是一个价值45亿美金的乡村综合医疗系统，为300多个社区的近250万人提供医疗服务，覆盖面积达25万平方英里。在这期间，Sanford健康收集了大量的病人健康资料，包括从入院、诊断、治疗到出院的全过程，甚至连一些医患之间的网络交流信息和医院自身的信息也都收入囊中。这些信息无疑将成为医院未来发展一笔财富，但是关于如何使用这些医疗信息，任然没有统一的答案。尽管Sanfor
遗传和环境因素似乎对富人和穷人孩子学习的影响是相同的
2018年4月23日 讯 /生物谷BIOON/ --40多年前，心理学家桑德拉-斯卡尔（Sandra Scarr）提出了一个颇具争议的观点，即遗传因素对儿童认知能力的影响与其家庭收入有关，家庭越富裕，其基因对大脑发育影响的程度越大。随后研究人员将这种先天与后天（遗传与环境）的关系进行了争论，他们想知道在不同的环境中先天的条件（即遗传）到底有多重要，自那以后，研究者Scarr所进行的研究就受到了其它
Nature子刊：跑得越快 学习能力越强
近日，《Nature Neuroscience》上发表了一项很有意思的研究：来自葡萄牙的一支团队发现，小鼠跑得越快，它们的学习能力也就越强。研究人员相信，两者之间不仅具有相关性，而且还有着因果关系！有趣的是，这项研究纯属无心插柳的结果。“我们最初只是想把脑细胞的可塑性与学习能力联系起来。”该研究的第一作者、正在攻读博士学位的Catarina Albergaria说道。在一开始的研究里，
Fluidigm推出业界首个商用多参数免疫监测解决方案，用于PBMC深度分析，将经过验证的质谱流式技术与创新的第三方数据分析完美结合
Fluidigm Corporation新近发布了人体免疫监测试剂盒（Maxpar® Human Immune Monitoring Panel Kit），用于在肿瘤、免疫介导性疾病中对免疫细胞进行全面评估。免疫监测是定量免疫细胞在健康和疾病中随时间变化的基本方法。 它是转化医学和临床研究的基石，常用于慢性炎症、传染病、自身免疫性疾病和癌症的研究。 由于免疫系统固有的
Cell Rep：利用机器学习技术来寻找新型肿瘤基因突变 助力新型抗癌疗法的开发
小编推荐会议：2018年（第九届）细胞治疗国际研讨会议2018年4月16日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Cell Reports上的研究报告中，来自宾夕法尼亚大学的研究人员通过研究表示，作为新兴的精准医疗研究领域，将来自癌症患者肿瘤的特殊遗传信息与疗法选择进行有效匹配或许无法有效鉴别出所有对特殊疗法能够产生反应的患者，而来自患者的其它分子信息或许就能够揭示这些所谓的“隐藏
吴海东：学习贯彻十九大精神 推动医药行业高质量发展
2018年4月11日讯/生物谷BIOON/--4月11日， 由生物谷主办的2018中国生物医药产业国际投资合作大会在远洋宾馆远洋厅召开，来自工信部消费品司副司长吴海东先生就“学习贯彻十九大精神，推动医药行业高质量发展”进行了演讲。吴海东先生介绍了两方面内容，分别是他本人关于学习十九大和工信部今年抓的几项重点工作。十九大作出全面建成小康社会，到基本实现现代化，再到全面建成社会主义现代化强国这样一个战
Nat Biotechnol：新型算法或能在单细胞分辨率下对多种数据进行有效整合
2018年4月4日 讯 /生物谷BIOON/ --最近，一项刊登在国际杂志Nature Biotechnology上的研究报告中，来自纽约大学的研究人员通过研究开发出了一种新型算法，其能在单细胞分辨率下多多种测序数据集进行排列，这种新方法未来或有望用来帮助理解不同群体的细胞如何在疾病进展过程中发生改变以及如何对药物疗法产生反应。图片来源：www.phys.org研究者Rahul Satija说道，