人工智能系统DeepDR精准识别糖尿病视网膜病变
近日，上海交通大学附属第六人民医院内分泌代谢科、上海市糖尿病研究所、上海市糖尿病临床医学中心贾伟平教授课题组题为“A Deep Learning System for Detecting Diabetic Retinopathy Across the Disease Spectrum”（https：//doi.org/10.1038/
新研究揭示：烟酰胺还可调节视网膜功能，有效改善青光眼
据世卫组织统计，目前全球青光眼患者增加至约9000万，该病已经成为了全球第一大不可逆的致盲眼病。患者的眼睛与大脑连接的视神经会逐渐受损，最后失明，年龄，基因遗传和眼内压升高（IOP）已被发现是致病的主要原因。当前，临床上针对青光眼的仅有可用疗法是通过手术靶向治疗以控制眼压。然而，对于神经元退化的青光眼患者仍无有效治疗方法，这使得部分患
Sci Rep：新型人工智能技术或有望实时检测患者机体中的癌变组织
2021年6月3日 讯 /生物谷BIOON/ --将吲哚菁绿（ICG，indocyanine green）与近红外内窥镜技术（near-infrared endoscopy）技术相结合能够增强手术中组织微灌注的实时评估能力，同时还能动态揭示肿瘤组织与正常组织的区别，尤其是通过视频软件荧光分析的技术。近日，一篇发表在国际杂志Scientific Reports
Redox Biology：治疗青光眼关键在于烟酰胺？
2021年5月18日 讯 /生物谷BIOON/ —-青光眼是最常见的神经退行性疾病之一，且是发生不可逆性失明的主要原因。随着人口的老龄化，青光眼已成为重要的健康和经济负担，因此亟待需要研发出对视网膜和视神经保护的有效治疗策略。
将红细胞改造为人工抗原呈递细胞，有潜力治疗一系列癌症
2021年5月21日讯/生物谷BIOON/---T细胞通过T细胞受体（TCR）对癌症抗原的特异性识别，在抗癌免疫中发挥了关键作用。近年来，旨在操纵或模拟T细胞反应的方法（如免疫检查点抑制剂和嵌合抗原受体T[CAR-T]细胞）已成为抗癌治疗的一个重要焦点。然而，与这些治疗相关的局限性（包括致命的不良反应和某些情况下的抵抗性产生），以及自体CAR-T细胞所需的复
Nature：新型人工智能系统或能改善多种人类复杂转移性癌症的诊断
2021年5月7日 讯 /生物谷BIOON/ --原发不明癌症（CUP，Cancer of unknown primary）是一组非常神秘的癌症诊断形式，即肿瘤起源的主要原发性位点并不能被确定，这对于科学家们而言是一项巨大的挑战，因为现代的治疗方法主要针对原发性肿瘤；最近的研究集中在使用基因组学和转录组学来识别肿瘤的起源；然而基因组的检测并不总是能奏效，而且
柳叶刀子刊EBioMedicine:人工智能鼻息肉病理诊断最新成果
近日，中山大学附属第三医院耳鼻咽喉头颈外科杨钦泰教授（通讯作者）团队联合清华珠三角研究院韩蓝青教授（共同通讯）和任勇研究员（共一），我校附属第三医院病理科邵春奎教授和陈健宁教授（共一），中山眼科中心林浩添教授、附属第五医院洪海裕教授、附属第七医院孙悦奇教授等，在柳叶刀子刊EBioMedicine在线发表了“Artificial intelligence fo
利用X线胸片人工智能诊断新冠肺炎的研究成果在Nature Biomedical Engineering发表
近日，孙逸仙纪念医院副院长林天歆教授团队在国际知名学术期刊Nature Biomedical Engineering发表题为“A deep-learning pipeline for the diagnosis and discrimination of viral， non-viral and COVID-19 pneumonia from chest X
礼来新一代KRAS G12C抑制剂：临床前数据亮眼，抗癌活性较AMG 510提高10倍
RAS是人类肿瘤中最先被鉴定出来的致癌基因，也是存在最为广泛的致癌性突变基因之一，发现至今已超过40年，一度被认为是“不可成药”靶点。RAS基因家族目前已知的成员包括KRAS、NRAS和HRAS，其中KRAS突变最为常见，大约占85%。RAS原癌基因编码细胞内鸟嘌呤核苷酸结合蛋白，属于GTPase家族。RAS GTPases通过响应细胞外信号，在结合GTP的
Nature：利用真实数据和人工智能评价肿瘤临床试验的入组标准取得进展
在药物开发过程中，人类的临床试验是必要的步骤。临床试验的入组标准是导致临床试验低入组率的一个关键障碍。例如，研究发现约80%的晚期非小细胞肺癌患者不符合临床试验的标准。结果，86%的临床试验未能在目标时间内完成招募受试者。美国国家癌症研究所认为，临床试验入组标准任意排除患者，应简化和扩大。美国FDA也强调，在没有确凿的临床证据的情况下