0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

通过AI来揭示黑白癌症患者之间的细胞变异

独爱72H ? 来源:教育新闻网 ? 作者:教育新闻网 ? 2020-04-29 17:56 ? 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

(文章来源:教育新闻网)

在最近的一项研究中,研究小组表明,对癌症组织数字化图像的AI分析显示,黑白男性前列腺癌患者之间存在严重差异。研究结果表明,新的特定人群信息可以显着改善对患有前列腺癌的黑人的护理。

F的Anant Madabhushi说:“在一个层面上,我们只是试图理解并回答这个问题:'疾病,癌症中是否存在生物学差异,这是您的种族或种族的功能?”凯斯·西储(Case Western Reserve)生物医学工程专业的第二任教授亚历克斯·纳森(Alex Nason)也是该研究的高级作者,该研究今天发表在美国癌症研究协会杂志《临床癌症研究》上。

“换句话说,还有其他事情无法用其他差异解释吗?答案似乎是“是”。”

根据疾病预防控制中心(CDC)的数据,除了非黑色素瘤皮肤癌之外,前列腺癌是美国男性中最常见的癌症。研究人员说,这也是所有种族男性死亡的主要原因之一。提供者每年对约75,000名新诊断的患者进行前列腺手术切除,但30%至40%的患者会复发癌症。

为了有效管理前列腺癌,医疗服务提供者需要确定哪些患者在前列腺手术后有更高的疾病复发风险,并确定哪些患者将从辅助治疗中受益。

该小组在六个地点进行了为期三年的前列腺癌研究,其中包括将近400名被诊断出患有这种疾病的男性。研究人员开发并训练了一个AI模型,不仅可以从肿瘤本身的图像中寻找模式,而且可以在肿瘤以外的组织(称为基质)中寻找模式。

这种方法使研究小组能够成功地确定哪些患者会对化学疗法,免疫疗法产生良好的反应,或者在某些情况下,癌症是否会复发或患者可能存活多长时间。科学家能够从最初的诊断中追溯看到组织玻片中的视觉信号,从而确定哪些患者会复发前列腺癌。

“我们能够查看并实际测量数十万甚至数百万个癌细胞,以查看人类无法看到的特征,包括结构特征,”加州大学圣迭戈分校的博士生Hersh Bhargava说Francisco和该论文的主要作者。

但是,该研究中的患者库大约是80%的白人和18%的黑人,因此该模型是根据大多数白人个体的数据进行训练的。
(责任编辑:fqj)

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    88

    文章

    35748

    浏览量

    282382
  • 智能分析
    +关注

    关注

    0

    文章

    46

    浏览量

    16566
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    寻开发伙伴 一起搞细胞电阻仪,有兴趣的朋友聊聊!

    寻开发伙伴 一起搞细胞电阻仪,有兴趣的朋友聊聊!
    发表于 07-10 15:51

    企业通过AI技术定制提升营业收入

    生成式AI技术正在重塑我们的生活场景,而商业战场上已掀起AI定制的浪潮。MIT最新报告揭示,50%企业通过AI定制实现效率跃升,49%借此构
    的头像 发表于 04-16 12:48 ?522次阅读

    AI在医疗健康和生命科学中的发展现状

    NVIDIA 首次发布的“AI 在医疗健康和生命科学中的现状”调研,揭示了生成式和代理式 AI 如何帮助医疗专业人员在药物发现、患者护理等领域节省时间和成本。
    的头像 发表于 04-14 14:10 ?499次阅读

    太赫兹细胞能量仪主控芯片方案单片机开发控制板布局规划

    太赫兹细胞理疗仪的工作原理及使用方法  太赫兹(THZ)是指频率在0.1一10THZ之间的电磁波,其波段是介于红外线和微波之间 ,太赫兹细胞理疗仪的光波产生频率达1THZ以上,穿透人体
    发表于 03-25 15:37

    Normal Variants 正常变异脑电波形时域分析

    脑电图(EEG)是评估脑功能的重要工具,但其解读常受正常变异波形干扰。这些变异易被误判为癫痫样放电或其他病理性活动,导致不必要的诊疗干预。本文基于神经电生理学文献,系统分析Mu节律、Wicket波
    的头像 发表于 03-20 19:42 ?1110次阅读
    Normal Variants 正常<b class='flag-5'>变异</b>脑电波形时域分析

    纪念斯隆-凯特琳癌症中心与亚马逊云科技携手,加速人工智能驱动的癌症创新

    此次合作将深度融合人工智能技术,推动转化研究领域的创新突破,旨在显著提升患者护理水平与治疗效果 北京2025年2月21日?/美通社/ -- 亚马逊云科技宣布与全球领先的癌症研究机构纪念斯隆-凯特琳
    的头像 发表于 02-23 07:29 ?483次阅读

    NVIDIA助力初创公司BioTuring发布新型AI模型

    癌症研究人员公布了一种能够提供细胞级癌细胞映射图和可视化图像的新型 AI 模型。科学家希望这能揭示某些
    的头像 发表于 02-14 10:08 ?404次阅读

    AI基础模型提升癌症诊断精确度,实现个性化治疗方案定制

    斯坦福大学研究人员正在通过一项新研究和一个新 AI 模型简化癌症诊断、治疗规划和预后预测。这项名为“多模态统一掩码建模 Transformer”(MUSK)的研究旨在推进精准肿瘤学的发展,以便根据
    的头像 发表于 02-11 09:22 ?999次阅读
    <b class='flag-5'>AI</b>基础模型提升<b class='flag-5'>癌症</b>诊断精确度,实现个性化治疗方案定制

    应用于活细胞成像的一次性细胞培养芯片

    尽管最近几年我们对细胞内过程的了解越来越多,但近期内100年细胞培养的基本过程没有根本性的改变。然而,观察细胞的方法,却在近些年进行一场革命,如相差,差分干涉对照,共聚集和荧光等都应
    的头像 发表于 12-17 09:41 ?522次阅读

    LG AI Research使用亚马逊云科技开发AI模型 加快癌症诊断速度

    LG集团旗下AI智库利用亚马逊云科技进行癌症早期风险识别 Amazon SageMaker助力LG AI Research将基因测试时间从两周缩短至不到一分钟,加快患者诊断速度 北京2
    的头像 发表于 12-16 15:13 ?430次阅读
    LG <b class='flag-5'>AI</b> Research使用亚马逊云科技开发<b class='flag-5'>AI</b>模型 加快<b class='flag-5'>癌症</b>诊断速度

    揭示大模型剪枝技术的原理与发展

    ? 当你听到「剪枝」二字,或许会联想到园丁修整枝叶的情景。而在 AI 大模型领域,这个词有着特殊的含义 —— 它是一种通过“精简”提升大模型效率的关键技术。随着 GPT、LLaMA 等大模型规模
    的头像 发表于 11-19 16:25 ?1370次阅读
    <b class='flag-5'>揭示</b>大模型剪枝技术的原理与发展

    NVIDIA AI助力实现更好的癌症检测

    由美国顶级医疗中心和研究机构的专家组成了一个专家委员会,该委员会正在使用 NVIDIA 支持的联邦学习评估联邦学习和 AI 辅助注释对训练 AI 肿瘤分割模型的影响。
    的头像 发表于 11-19 15:54 ?562次阅读

    使用原代肿瘤细胞进行药物筛选的数字微流控系统

    不佳甚至会产生不良反应。临床数据表明,某种药物对癌症的治疗过程有大量基因参与,基于基因的精准医疗难以满足患者需求。从患者活检或肿瘤样本中对原发性肿瘤细胞进行药物筛选可提供关于特定肿瘤药
    的头像 发表于 11-18 10:05 ?1.5w次阅读
    使用原代肿瘤<b class='flag-5'>细胞</b>进行药物筛选的数字微流控系统

    细胞的“聚光灯”——前沿活细胞成像的案例分享

    细胞是一切生命的基本单位,构成了各式各样的生命体。因此研究细胞的结构以及内部生命活动过程可以帮助我们更深入地探究生命的奥秘,了解生命体是如何构建和运作的。传统的细胞显微术只能通过观察固
    的头像 发表于 10-24 08:04 ?882次阅读
    活<b class='flag-5'>细胞</b>的“聚光灯”——前沿活<b class='flag-5'>细胞</b>成像的案例分享

    ATG-2000系列功率信号源在介电电泳细胞分选测试中的应用

    分离和富集,如白细胞、红细胞、癌细胞、循环肿瘤细胞癌症细胞等。安泰电子功率信号源,具有低失真
    的头像 发表于 10-12 16:27 ?600次阅读
    ATG-2000系列功率信号源在介电电泳<b class='flag-5'>细胞</b>分选测试中的应用