日企研发手术辅助机器人 AI是关键
据《日本经济新闻》报道，外科手术领域正迎来智能化大潮，通过人工智能（AI）和机器配合，提高医生诊断水平和手术安全性。美国企业的机器人“达芬奇”一直占据着手术辅助机器人市场的半壁江山，在其专利即将到期的背景下，竞争开始白热化。日本企业奥林巴斯和川崎重工业正在加快研发，索尼也紧盯这一商机。日本国立癌症研究中心与全日本的医疗机构一起，正在着手建立世界上
AI+药物研发的机遇与挑战
新药研发具有成本高、研发周期长、成功率低三大高风险性质。据《Natrue》报道，新药研发成本约为26亿美元，耗时约10年，成功率不到1/10。如何加速新药研发进程，降低研发费用已成为各大制药公司迫切需要解决的问题。此外，药品流通环节及医疗价值链的转变，迫使制药公司降低价格，提升药物价值。如今药物研发累计的数据高速增长，药物研发领域数字化转型加速。因此，药企的首要任务在于利用这些数据来驱
AI寻药，Insilico Medicine和ChemDiv达成战略合作
Insilico Medicine是一家人工智能公司，总部位于香港，在六个国家和地区设有办事处。 该公司在2015年率先应用了生成对抗网络（GANs）和强化学习（RL）来生成具有指定参数的新分子结构。除与大型制药公司合作外，Insilico Medicine还正在寻求内部药物发现计划 在不同的疾病领域和抗衰老领域。 ChemDiv是一家着重于寻找先导化合物的公司。 在过去
利用AI加快药物发现速度 Atomwise达成两项合作
今日，基于人工智能技术的药物设计公司Atomwise宣布，它通过分别与SEngine Precision Medicine和OncoStatyx公司合作，创立了两家合资企业。与SEngine Precision Medicine的合作将使用从患者体内获得的细胞培养的活体肿瘤类器官（organoid）模型，检测个体化药物分子的疗效。与OncoStatyx的合作将开发三阴性乳腺癌相关蛋白的
IBM再开源3个癌症AI项目 推动癌症研究
癌症是全球第二大死亡原因， 2018年估计有1，810万新病例以及960万人死于癌症。学术界和工业界也不断致力于寻找更有效的抗癌药物。IBM位于苏黎世的研究团队正在构建一些人工智能机器学习的方法，加速人们对复杂疾病的主要驱动因素、分子机制以及肿瘤组成的差异等几方面的理解。为了推动新疗法的研究进展，帮助人类更快地攻克癌症。IBM在不久前开源了3个治疗癌症的人工智能项目。同时IBM也在第1
3年68万例AI糖网筛查 中国糖网筛防工程该怎样逐步筛遍全国？
国民缺乏疾病预防意识。这是东南大学中大医院孙子林教授在20年的就医过程中最大的感悟。作为一名资深的内分泌科医生，他经手的患者难以计数，但其中的三次经历他始终印象深刻。“十几年前，我们医院来了一个农村小女孩，被确诊为I型糖尿病，因为家庭经济原因，患者来的时候病症已经很严重了。而过去重男轻女的观念，导致家属对于这个女孩的治疗也不积极，最后的结果，我感到非常遗憾。”“第二个是前几年遇到的一个
全球首个AI独立设计药物进入人体试验阶段 有望更好防护流感
日前，一种有望比目前的流感疫苗更有效的新型疫苗——“涡轮增压”流感疫苗由澳大利亚弗林德斯大学的研究团队研制出，并很快在美国进入人体试验阶段。这种疫苗可以刺激人体免疫系统产生比普通疫苗更多的流感病毒抗体。科学家借用“涡轮增压”的喻义给这款新型疫苗加了酷酷的外号。团队首席专家、弗林德斯大学医学教授尼古拉·彼得罗夫斯基称，这项开创性的创造是全球首个完全通过人工智能（AI）技术研制的流感疫苗，
药监局发布医疗AI产品审批要点 人工智能企业是否准备就绪？
在药监局进行“人工智能类医疗器械注册申报公益培训”半年之后，关于审批要求相关的官方详细文件终于下达。半年前的会议上，药监局细致入微的分析了影响医疗人工智能器械审批的每一个过程，细化到对每个指标进行了详尽的讲解。这一次，药监局正式向AI企业发布了审批相关文件《深度学习辅助决策医疗器械软件审批要点》（以下简称《要点》），以文件的方式将审批相关的具体指标确立下来。相比上一次会议，
AI技术在医学影像中的应用现状及行业发展情况分析
随着技术飞速发展、医学数据的持续扩增以及硬件设备的不断提升，人工智能和医疗的结合方式越来越多样化。目前AI在医疗领域中的落地的应用场景主要有医学影像、智能诊疗、智能导诊、智能语音、健康管理、病例分析、医院管理、新药研发和医疗机器人等，其中在医学影像中的应用最为广泛。一、影像医学发展现状医学影像是医生完成诊断的主要依据，通过对影像的分析和比较，从而完成有依据的诊断。但是在实际过程中，往往
AI病理诊断解释方案或解决人工智能CFDA三类申报获批关键难点
深度卷积神经网络（CNNs）已在实践中被证明是一种可以辅助生物医学图像诊断的技术，并已广泛运用于肺结节、眼底等放射影像识别。近日，病理领域的AI研究也有了新的进展。2019年5月，国内杨林团队的论文《Pathologist-level Interpretable Whole-slide Cancer Diagnosis with Deep Learning》 被《Nature Mach