打开APP

Science子刊:利用人工智预测癌症对免疫检查点抑制剂的反应性

一种新的人工智能模型在分析来自700名患有黑色素瘤、胃癌、肺癌和膀胱癌之一的患者样本时表现出很高的准确性。

2024-02-29

科研人员研发深度学习系统:可精准预测糖尿病视网膜病变进展

研究团队通过将该系统应用于中国和印度的真实临床流程,证实该系统可在大幅降低筛查频率和公共卫生成本的情况下仍保持极低的漏诊率,从而为将来的糖尿病并发症防控实践提供了个性化筛查和管理决策的依据。

2024-02-15

:ARNTL2是预测厄洛替尼治疗胰腺癌预后和治疗效果的可靠生物标志物

本研究已经将ARNTL2描述为一种新的预后生物标志物和敏感性预测指标,用于识别厄洛替尼反应性胰腺癌病例。这些结果有助于推进精确肿瘤学领域,实现更准确和有针对性的治疗干预。

2024-03-21

AD:健康人的血浆p-tau217水平和Aβ-PET结果不能作为未来认知功能预测工具!

该研究构建了多种生物标志物模型后发现,淀粉样蛋白PET与p-tau217还不能用来预测认知功能正常个体未来的认知变化情况。

2024-02-12

Cancer Cell:季红斌/张奇伟团队揭示KRAS抑制剂的耐药新机制,并提出疗效预测标志物

该研究表明,肺腺鳞癌转分化(AST)驱动了KRAS抑制剂耐药性的产生,并进一步确定了KRT6A的表达水平可有效预测肺腺癌患者对KRAS抑制剂治疗的响应。

2024-02-27

Molecular Cancer:根据患者特定的信号特征预测三阴性乳腺癌的最佳治疗组合

三阴性乳腺癌(TNBC)是一组雌激素受体、孕激素受体和HER2表达缺失的异质性肿瘤。靶向治疗在治疗TNBC方面的成功有限,因此,实现有效的靶向联合的策略是一个未得到满足的需求。

2024-01-29

ANN ONCOL:人工智能在免疫肿瘤学中预测性生物标志物发现:系统评价

该综述评估了 90 项已确定的研究,涉及癌症的四种主要数据模式,描述了数据集、方法、生物标记物和结果。

2024-01-24

Nature头条报道:复旦团队利用蛋白组学和人工智能算法,通过血液检测提前15年预测痴呆症

这项发表于 Nature Aging 的研究可用于开发针对痴呆症的新型血液检测方法,通过人工智能算法在症状出现前十多年前甄别痴呆症高风险患者。

2024-02-16

李光远等人开发预测新抗原的AI算法,发现癌症免疫治疗通用新靶点

研究团队表示,这项研究只是开始,团队目前正在将这一计算工具应用于最难治愈的癌症,以发现新的治疗靶点。

2024-01-19

瑞金医院团队找到预测胰腺癌对辅助化疗敏感性的蛋白标志物

瑞金医院/长海医院/复旦大学附属肿瘤医院联合团队发布新研究成果,从蛋白组的角度探索了辅助化疗与患者预后之间的关系。

2024-02-04