癌症 - AI在线

灵敏度高达94.9%！牛津团队AI多模态ctDNA检测方法，进行癌症早期筛查

编辑 | 2049在癌症诊疗的漫长征程中，早期检测始终是最具挑战性的环节之一，液体活检技术因其无创性和高灵敏度而备受关注。然而，现有的检测方法大多依赖于深度靶向测序，难以同时整合多模态数据，导致检测灵敏度和特异性受限。正是基于这一技术痛点，牛津大学的研究团队开发了一种基于全基因组 TET 辅助吡啶硼烷测序（TAPS）的多模态循环肿瘤 DNA（ctDNA）检测方法。

纳米级精度，病毒感染1h内即可检测到，南方医科大学细胞核AI工具登Nature子刊

编辑 | KX一纳米 (nm) 是一米的十亿分之一，而人类一根头发的宽度约为 100,000 nm。如今，人工智能可以检测到细胞内小至 20 nm 的重排，即比人类头发宽度小 5,000 倍。而这些改变太小太微妙，靠人类仅用传统方法是无法发现的。近日，南方医科大学和西班牙巴塞罗那科学技术研究所的研究团队，开发了一种细胞核人工智能（AINU）工具，可以在纳米级分辨率下识别特定的细胞核特征。它可以区分癌细胞和正常细胞，并检测出细胞内病毒感染的早期阶段。论文共同一作、南方医科大学广东省人民医院 (GDPH) 研究员 Li

美国科学家使用 AI 探索癌症治疗方案，患者体内免疫细胞将可“杀死”癌细胞

AI 正在千行百业陆续得到投入使用，当前科学家们正试图借助 AI 的力量，找到治疗癌症的最佳手段。据 abc7news 当地时间 18 日报道，美国旧金山格拉德斯通研究所（Gladstone Institutes）所长迪帕克・斯里瓦斯塔（Deepak Srivastava）博士在采访中表示，团队正在共同努力，利用 AI 来了解哪些实验对杀死癌细胞最有影响。“我们将能够处理那些迄今为止无法治疗的癌症，并能够通过工程化患者自己的免疫细胞，使其专门杀死癌细胞。”斯里瓦斯塔博士说。“这是第一次，我们将能够利用人工智能进行数

为癌症患者提供治疗方案，软银与美国医疗 IT 企业 TempusAI 成立合资公司

软银集团当地时间 27 日发布新闻稿，宣布与人工智能和精准医疗领域企业 Tempus AI 成立合资公司“SB TEMPUS Corp.”。各方将分别向合资企业投资 150 亿日元（IT之家备注：当前约 6.81 亿元人民币），公司 8 月开始运营，目的是在日本提供精准医疗服务，并通过整合日美医院拥有的图像和临床数据提供适合患者的治疗方案。据介绍，合资公司将利用 Tempus 拥有的美国 770 万个癌症患者数据，结合从日本骨干医院收集的数据，最快在年内推出服务。为了帮助尽可能多的癌症患者，双方将与癌症基因组医学医

OpenAI 拓展医疗保健领域，GPT-4o 模型打造 AI 工具：辅助筛查 / 治疗癌症

OpenAI 公司宣布和 Color Health 合作，借助 AI 开发造福癌症患者的新方法。双方探索使用 GPT-4o 模型创建 AI 工具 Cancer Copilot，帮助医生根据患者数据（包括个人风险因素和家族史）制定筛查和治疗计划。该工具可以识别缺失的诊断结果，并创建量身定制的工作计划，让医疗服务提供者能够就癌症筛查和治疗做出循证决策。IT之家查询公开资料，Color Health 是一家基因检测公司，成立于 2013 年，总部位于加利福尼亚州的伯灵格姆。该公司致力于简化大规模癌症检测和护理，提供技术、

Nature重磅：微软潘海峰华盛顿大学王晟团队发布首个全切片数字病理学模型GigaPath

编辑 | ScienceAI近年来，数字病理学的蓬勃发展成为了精准医学加速突破的重要组成部分。在癌症护理过程中，利用全切片成像技术将肿瘤组织样本转换为高分辨率的数字图像，已经成为常规技术。高达十亿像素级别的病理学图片包含多样的肿瘤微环境信息，为癌症分型诊断，生存率分析以及精准免疫治疗提供了前所未有的契机。近期，生成式人工智能革命为准确感知、分析病理学图片中的海量信息提供了强有力的解决方案。与此同时，多模态生成式人工智能技术的突破更将助力从时空多尺度理解数字病理学图片并与其他生物医学模态相融合，从而更好刻画患者疾病演

新加坡国立大学医院新建消化健康中心：利用 AI 量化打分、可检测早期癌症迹象

据新加坡“联合早报”报道，新加坡国立大学医院近日开建消化系统健康中心，该中心将于 2025 年上半年竣工，整合了一系列 AI 技术，旨在重点提升消化系统疾病的早期疾病检测、精确诊断、治疗和预防标准。▲ 图源 PixabayIT之家获悉，新中心将配备计算机辅助检测、诊断和品质控制三重 AI 系统；当这三个系统配合运用时，据称不仅能更有效地识别早期胃肠道病变，还可针对这些病变进行实时可量化打分的癌症诊断。新加坡国立大学医院肠胃与肝脏科主任兼高级顾问医生李冠辉客座副教授指出，从近几年的趋势来看，患消化系统疾病的人逐年增加

促进癌症治疗，之江实验室团队开发端到端深度学习模型 DeepAEG

编辑 | 白菜叶由于药物疗效的不确定性和患者的异质性，癌症药物反应的预测是现代个性化癌症治疗中的一个具有挑战性的课题。而且，药物本身的特性和患者的基因组特征可以极大地影响癌症药物反应的结果。因此，准确、高效、全面的药物特征提取和基因组学整合方法对于提高预测精度至关重要。之江实验室的研究团队提出了一种名为 DeepAEG 的端到端深度学习模型，它基于完整图更新模式来预测 IC50 值。并且，研究人员提出了一种新方法，通过采用序列重组来增强简化的分子输入行输入规范数据，从而消除药物分子单一序列表示的缺陷。DeepAEG