AWS与纪念斯隆凯特琳癌症中心合作加速药物研发

编辑 | ScienceAI纪念斯隆凯特琳癌症中心(Memorial Sloan Kettering Cancer Center)正与 AWS(Amazon Web Services)合作,利用人工智能加速其肿瘤学研究。 2025 年 2 月 17 日,他们在纳什维尔举行的 ViVE 会议上宣布了这一消息。 纪念斯隆凯特琳癌症中心首席战略官 Anaeze Offodile 表示,通过使用人工智能分析大量数据,纪念斯隆凯特琳癌症中心将能够获得可实现更好的癌症治疗和更加个性化护理的见解。

AI tech

编辑 | ScienceAI

纪念斯隆凯特琳癌症中心(Memorial Sloan Kettering Cancer Center)正与 AWS(Amazon Web Services)合作,利用人工智能加速其肿瘤学研究。2025 年 2 月 17 日,他们在纳什维尔举行的 ViVE 会议上宣布了这一消息。

纪念斯隆凯特琳癌症中心首席战略官 Anaeze Offodile 表示,通过使用人工智能分析大量数据,纪念斯隆凯特琳癌症中心将能够获得可实现更好的癌症治疗和更加个性化护理的见解。

例如,人工智能可以检查患者数据,预测罹患某些疾病的可能性以及相关的疾病负担轨迹,从而可以进行早期干预和预防措施,他指出。

Offodile 补充说,人工智能还可以用于确定针对特定患者的最有效治疗或临床试验方案,同时考虑基因突变和患者治疗偏好等因素。

他指出,人工智能模型也能产生诊断见解。例如,人工智能可以分析 X 光片和 MRI 等医学图像,以识别人眼可能错过的细微模式和异常。

Offodile 还强调,医学研究界对人工智能提高药物发现速度和准确性的能力「非常乐观」。

Offodile 解释说,AI 分析可以发现潜在的候选药物和适合参加临床试验的患者群体,并可靠地预测新疗法的耐受性、疗效和安全性。

他指出,纪念斯隆凯特琳癌症中心的药物发现重点领域非常广泛,涵盖各种肿瘤类型和治疗方式。

「我们是细胞疗法和抗体疗法领域的领导者,但也在积极开展一系列小分子项目。总的来说,我们将寻求针对难以治疗的癌症,以及现有疗法无法满足患者需求的癌症。」Offodile 表示。

他还表示,部署 AWS 技术将使纪念斯隆凯特琳癌症中心能够扩大其初创企业加速器(简称为创新中心或 iHub)的规模。

「AWS 拥有大量资源——资本、云存储和专业知识——可用于帮助初创企业。对于 iHub,他们将提供资源和教育,以扩大我们的 iHub 生态系统。」Offodile 说道。

他说,AWS 将为 iHub 提供云积分、教育材料和投资,以资助试点项目。

Offodile 表示,纪念斯隆凯特琳癌症中心之所以选择 AWS 作为合作伙伴,是因为该公司在人工智能和云创新方面有着悠久的历史,并且与学术中心有着成功的合作记录。

「除了他们令人信服的业绩记录之外,过去几个月里,我们一直在与 AWS 团队进行日常合作。在此过程中,他们表现出对我们复杂需求的深刻理解,以及对最新技术的掌握。此外,他们的 AI 工具与平台无关,使我们能够访问来自多家技术公司的 [大型语言模型] 并选择最适合我们的模型。」他解释道。

相关报道:https://medcitynews.com/2025/02/memorial-sloan-kettering-aws-ai/

相关资讯

用于临床工作流程的新AI助手,微软推出Microsoft Dragon Copilot

编辑 | 白菜叶在 HIMSS 2025 上,微软团队宣布推出了 Microsoft Dragon Copilot,这是一款全新的语音解决方案,可改变临床医生的工作方式。 自 2022 年以近 200 亿美元收购临床文档公司 Nuance 以来,微软稳步将该业务打造为一套临床辅助工具,其中包括使用语音识别软件记录患者信息的 Dragon Medical One,以及人工智能支持的临床助理 DAX Copilot,这是一款人工智能支持的临床助理和决策支持工具。 Dragon Copilot 在这些技术的基础上进一步简化了文档编制、显示信息并自动执行了整个护理环境中的任务。

AI华佗?港中大、深圳大数据研究院提出医疗推理大模型HuatuoGPT-o1

编辑 | 白菜叶OpenAI o1 的突破凸显了通过增强推理能力来提高自然语言大模型(LLM)的应用潜力。 然而,大多数推理研究都集中在数学任务上,而医学等领域尚未得到充分探索。 医学领域虽然不同于数学,但鉴于医疗保健的高标准,它也需要强大的推理能力来提供可靠的答案。

突破性进展!浙大scNiche框架精准识别细胞生态位,助力精准医疗

编辑 | 2049随着单细胞空间组学技术的快速发展,科研人员可以在单细胞分辨率水平上系统探索组织中细胞状态、功能和相互作用。 然而,如何从这些海量的空间组学数据中精确识别和表征细胞生态位(cell niche)仍是一个重大挑战。 近日,浙江大学药学院团队开发了一个名为 scNiche 的计算框架,可以从单细胞分辨率的空间组学数据中有效识别和表征细胞生态位。