人工智能可助尽早诊断自闭症
自闭症谱系范畴的神经发育性疾病通常要到孩子几岁时才会被确诊，但那时对患者的干预和治疗已过了最佳时期。近日发表在美国《国家科学院学报》上的一项新研究显示，利用人工智能分析瞳孔变化或心率波动可帮助尽早诊断这类疾病。此前研究发现，自闭症谱系障碍患者的大脑胆碱能神经环路异常，而大脑胆碱能神经环路异常会伴随患者瞳孔自发扩张或收缩以及心率异常。美国波士顿儿童医院的研究人员观察了实验鼠的瞳孔变化，发
肿瘤新辅助治疗效果智能评估研究取得进展
根据美国国家综合癌症网络（NCCN）和中国临床肿瘤学会（CSCO）最新肿瘤治疗指南，手术之前的新辅助治疗已成为直肠癌、乳腺癌等多种肿瘤的标准治疗方案的重要组成部分。患者通过新辅助治疗可实现肿瘤降期，使不可手术患者达到手术条件，特别是可能达到病理学完全缓解（pathological complete response， pCR），从而可能避免手术。但目前只能通过术后病理对新辅助治疗效果进
利用人工智能开发2型糖尿病创新疗法 诺和诺德扩展合作
e-therapeutics公司宣布与诺和诺德（Novo Nordisk）公司达成协议，扩展在2型糖尿病领域的研发合作。此前，两家公司已经在使用e-therapeutics公司的网络驱动药物开发平台（Network-Driven Drug Discovery， NDD），在2型糖尿病领域发掘创新生物机制和治疗手段。e-therapeutics公司是一家利用网络生物学（Network）技术和in s
云计算和大数据重点专项项目成果“多模态自然人机交互神经系统疾病辅助诊断工具”入选国家卫健委“医疗健康人工智能应用落地30最佳案例”
中国科学院软件研究所和中国医学科学院北京协和医院在国家重点研发计划“云计算和大数据”重点专项项目“云端融合的自然交互设备和工具”的支持下，将自然人机交互技术与神经系统疾病临床诊断方法结合，研制了“多模态自然人机交互神经系统疾病辅助诊断工具”，成功应用于神经系统疾病的早期预警与辅助诊断当中，在国家健康医疗相关领域发挥了重要作用，入选国家卫健委颁发的“医疗健康人工智能应用落地3
新研究借助人工智能探寻食管癌致癌基因
食管癌是常见的消化道肿瘤，全世界每年约有30万人死于食管癌。其发病率和死亡率各国差异很大。我国是世界上食管癌高发地区之一，每年平均病死约15万人。早发现、早诊断对提高5年生存率至关重要；早期发现食管癌，特别是对于食管癌高发期、高危人群，最好每年进行胃镜1次检查。英国一个研究团队日前在英国《自然·通讯》杂志上报告，他们借助人工智能技术能更好地分析食管癌的致癌基因，基于这些新发现未来有望提
基于深度神经网络的可穿戴心电图疾病自动诊断研究取得进展
近日，中国科学院深圳先进技术研究院数字所生物医学信息技术研究中心研究员李烨及其团队成员姚启航、王如心、樊小毛和刘记奎等针对可穿戴心电信号提出了一种基于时空特征融合的深度神经网络，实现了9类心律失常的自动分析诊断，有效提升了疾病自动分析的准确率。该成果以Multi-class Arrhythmia detection from 12-lead varied-length ECG using Atte
目前人工智能对乳腺癌的诊断与人类专家一样好！你选哪个？
2019年7月18日讯 /生物谷BIOON/——乳腺癌是英国最常见的癌症。它占全国所有新病例的15%，大约八分之一的妇女将在一生中被诊断出患有该病。在英国国家医疗服务体系(NHS)中，乳腺癌筛查通常包括乳房x光检查。但是，随着能够阅读这种早期测试的专家数量减少，这种测试的未来将面临风险。虽然这种技能短缺无法立即弥补，但人工智能领域有望取得的进步可能会有所帮助。图片来源：http://cn.bing
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，
生物样品前处理走向自动化，力扬企业智能型实验室未来可期
在生物样品分析的全过程中，样品前处理占据着十分重要的地位，因为它引入的误差和耗费的时间往往占整个分析过程的一半以上，因此，样品前处理是保障分析结果精准可靠的前提条件。传统的样品前处理方法多采用人工或以人工辅助的半自动操作，处理过程中可能会因操作人员习惯差异造成数据不准确等问题。另外，传统的样品前处理过程很难被完整的记录下来，因此无法实现最终分析数据的溯源。近年来，随着生产制造技术的不断改进和创新，
研究利用人工智能预测蛋白质“光学指纹”
蛋白质是生命的基石，生物的功能依赖于既稳定而又灵活可变的蛋白质结构。蛋白质的光谱响应信号，尤其是紫外光谱，可以称之为蛋白质骨架的“指纹”。这个“光学指纹”，经过理论模拟的解读，可以揭示出精确的蛋白质结构，为生命科学和医学诊断提供极其重要的信息。然而，蛋白质的结构极其复杂多变，需要做大量的高精度的量子化学理论计算。由于计算量太大，即使是最厉害的超级计算机轻易也“吃不消”。所以蛋白质的光谱的理论解读是