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
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
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
BMC Medicine：关于智能识别肺癌及其易混淆疾病的病理图像的深度学习研究取得进展
中山医学院李伟忠教授团队和附属第一医院柯尊富教授团队联合开发了一种基于深度学习的肺部病理图像智能诊断模型，能够准确区分肺癌及其易混淆疾病的病理图像。研究成果“Deep learning-based six-type classifier for lung cancer and mimics from histopathological whole slide
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
广东省进口医疗设备锐减，国产替代步伐进一步提速
近年来，随着国家相关产业政策红利释放以及行业创新活力的迸发，中国医疗器械产业的发展空间不断扩大。2019年出版的《医疗器械蓝皮书》显示，当前我国已经成为全球医疗器械市场中第二大市场，且未来十年仍将处于快速发展的“黄金时期”。与此同时，国产替代的步伐不断加快，2020年上半年我国医疗器械进口甚至出现了负增长。2021年3月初，广东省卫生健康委员会官
研究人员开发出智能自组装小分子探针用于近红外二区荧光成像
目前，纳米医药面临临床转化困难的挑战。传统纳米材料虽具有高渗透长滞留效应（EPR效应）、长血浆半衰期、缓控释和智能响应等小分子药物难以比拟的优势，但受制于化学结构不确定、配方复杂、代谢相对困难、生产质控成本高和毒理、药代难以定量测定等缺点，极少能够实现临床转化。因此，设计出同时具备明确化学结构、EPR效应、长血浆半衰期和智能响应等特点的新型药物显得尤为重要。
基于重编程外泌体的智能递送和个体化肿瘤治疗研究获进展
利用载体增强肿瘤部位的药物富集是提高抗肿瘤疗效的重要手段。近日，中国科学院过程工程研究所生化工程国家重点实验室与上海交通大学医学院附属同仁医院合作，利用不同体外培养条件驯化肿瘤细胞，以此对外泌体的脂质组分进行重编程设计，筛选出具有更强归巢能力的外泌体，并进一步协同装载光敏药物与化疗药物，在多种小鼠模型上均显着抑制了肿瘤进展，为肿瘤个体
