Nature子刊：人工智能可预测卵巢癌患者生存率和治疗反应
卵巢癌是女性第六大常见癌症，通常影响绝经后或有家族病史的女性。据统计，英国每年新增6000例卵巢癌病例，但长期生存率仅为35%至40%。因为该疾病一旦出现明显的肿胀等症状，就已经是较晚期的阶段。早期发现这种疾病可以提高生存率。目前，医生诊断卵巢癌的方法有很多，其中就包括血液检测。它的技术原理是寻找一种叫做CA125的物质(一种癌症的迹象)，然后进行CT扫描，用x光和电脑来进一步制作卵巢
Nat Commun：科学家成功利用多股数据流和人工智能技术来预测流感的暴发和传播
2019年1月16日 讯 /生物谷BIOON/ --流感具有高度的传染性，其会随着人们四处走动而迅速传播，因此这就使得追踪并且预测流感传播活动成为了科学家们的一大挑战；美国CDC会实时监测美国流感样疾病患者的就诊情况，这些信息可能要比实际时间滞后大约两周；近日，一项刊登在国际杂志Nature Communications上的研究报告中，来自波士顿儿童医院的科学家们通过将两种预测方法同机器学习技术（
刘奕志团队创建近视眼人工智能预测模型
11月8日，记者从中山大学中山眼科中心获悉，该中心教授刘奕志团队利用百万医学验光大数据，创建了近视眼人工智能预测模型，可对近视进展趋势进行个体化预测。相关研究11月6日在线发表在《公共科学图书馆—医学》（PLoS Medicine）官网首页。近视眼一旦发展为高度近视，可导致视网膜变性、脱离等不可逆损害，严重影响孩子们的身心健康。如果能够早期预测其发展规律，通过增加户外活动等早期干预手段
Science：利用人工智能预测RNA病毒的动物宿主和传播媒介
2018年11月3日/生物谷BIOON/---诸如埃博拉病毒和寨卡病毒之类的许多致命性的和新出现的病毒传播给人类并导致严重疾病之前早就在野生动物和昆虫群落中传播。从基因组序列中寻找不同病毒的动物和昆虫宿主可能需要多年的密集的实地研究和实验室工作。由此引起的延迟意味着难以实施预防措施，比如给疾病的动物来源接种疫苗，或者阻止物种之间的危险接触。因此，在当前，及时地找到这些天然病毒宿主---这可能有助于
同济大学刘琦教授课题组在WIREs Computational Molecular Science杂志发表论文探讨基于人工智能深度生成模型的药物研发
利用人工智能技术进行小分子设计以及新药研发是制药领域的热点研究问题之一。人工智能技术有望缩短药物研发时间，减少药物研发成本。近日，刘琦教授课题组受邀在国际计算化学领域著名期刊WIREs系列刊物《WIREs Computational Molecular Science》发表长文，系统探讨了基于深度生成模型(Deep Generative Models)进行药物研发的计算问题。深度生成模型是近年来人
Lancet Oncol：人工智能帮助预测癌症患者接受免疫治疗的效果
2018年8月30日 讯 /生物谷BIOON/ --发表在《Lancet Oncology》上的一项研究首次证实，人工智能可以处理医学图像以提取生物学和临床信息。通过设计算法并将其开发用于分析CT扫描图像作者等人创建了一个所谓的放射学特征。该特征定义了肿瘤的淋巴细胞浸润水平，并提供了患者免疫治疗功效的预测评分。将来，医生可能因此能够使用成像来识别位于身体任何部位的肿瘤中的生物现象，而无需进行活组织
美研究员新开发人工智能模型 有望改进恶性脑瘤治疗
美国研究人员新近开发出一种人工智能模型，能够为胶质母细胞瘤患者设计出最小剂量给药方案，在缩小肿瘤的同时减少药物带来的毒副作用，改进患者生活质量。胶质母细胞瘤是一种常见的恶性脑瘤，常见疗法是先尽可能地切除肿瘤，再采取放疗和化疗延长寿命，同时还需服用多种药物。为尽量缩小肿瘤，医生一般会在安全剂量范围内给患者开出最大剂量的药物，但由于药性强，这些药物往往会给患者带来一些毒副作用。
《科学》重磅：人工智能再次战胜人类！这次是在心脏病预测上
人类医生在心脏病发病风险的预测上也失守了！上周五，《科学》杂志报道了英国诺丁汉大学流行病学家Stephen Weng博士团队发表在《PLOS ONE》上的重要研究成果，Weng博士团队将机器学习算法应用于电子病历的常规数据分析，发现与当前的心脏病预测方法相比，机器学习算法不仅可以更准确地预测心脏病发病风险，还可以降低假阳性患者数量(1)。人工智能再一次战胜人类。Stephen Weng博士「这项研
人工智能预测阿兹海默病风险，准确率超 84%
作为一类慢性中枢神经疾病，阿兹海默病越来越严重地影响了现代社会。2015 年，全世界约有 3000 多万人被诊断患有这种疾病。因为需要花费巨大人力物力来妥善护理病人，它也给世界各地的卫生保健系统带来了很大的经济负担。虽然目前没有已知的方法在晚期病例阶段中制止该疾病的恶化，但有证据表明，如果早期发现，相应治疗有望使疾病进展获得减慢或停止。所以，如何找到一种可靠的方法来提早发现那些有可能具备疾病风险的
Science：自学习式人工智能可协助预测心脏病发作
即使医生有很多工具可以预测患者的健康，但是他们仍会告诉你这些工具远远不能应对人体的复杂性。而心脏病发作就特别难以预测。现在，科学家已经表明，自我学习式计算机可比标准医疗指导方针实现更好的性能，显