关键词 "肿瘤" 的搜索结果， 共 24 条, 只显示前 480 条
FastGlioma 模型是一种用于胶质瘤术中检测的视觉基础模型，通过快速分析新鲜手术组织实现肿瘤浸润的精准评估，在 220 名患者测试中达到92.1±0.9% 的 AUC。该模型显著优于传统引导方法，并在不同患者群体和脑肿瘤类型中表现出一致性和零样本泛化能力。
香港中文大学的生物医学团队为8个特定的眼科图像模态设计编码器，并为不同任务设计解码器，整合超过50万名患者的340万张图像，训练了眼科疾病基础模型VisionFM。该模型在多个眼科疾病诊断任务上超过基线方法，准确率接近中级眼科医师。该模型还具备强大的数据泛化能力，能够扩展到新的图像模态和设备，甚至能从眼底图像预测青光眼进展和颅内肿瘤。
MAPS（用于空间生物学中蛋白质组学分析的机器学习），这是一种机器学习方法，能够从空间蛋白质组学数据中快速、精确地识别细胞类型，并达到人类水平的精度。经多个内部和公开的 MIBI 和 CODEX 数据集验证，MAPS 在速度和精度方面均优于现有的注释技术，即使对于通常具有挑战性的细胞类型（包括免疫来源的肿瘤细胞），也能达到病理学家级别的精度。通过实现快速部署和可扩展的机器学习注释的普及，MAPS
PORPOISE，这是一个交互式的免费平台，可直接生成由我们的模型确定的数千名多种癌症类型患者的预后标记。为了验证这些模型解释的预后价值，我们分析了 WSI 中关注度较高的形态学区域，结果表明，在 14 种癌症类型中，有 12 种存在肿瘤浸润淋巴细胞，这证实了癌症预后良好。
组织病理学图像评估对于癌症诊断和亚型分类至关重要。用于组织病理学图像分析的标准人工智能方法专注于优化针对每个诊断任务的专门模型 。尽管此类方法已取得一些成功，但它们对由不同数字化协议生成的图像或从不同人群采集的样本的普遍性通常有限。在此，为了应对这一挑战，我们设计了临床组织病理学影像评估基础 (CHIEF) 模型，这是一个通用的弱监督机器学习框架，用于提取病理影像特征以进行系统的癌症评估。CHIE
一、核心技术：自学习和自修复的治疗引擎 PathOS Platform™是Pathos AI 的专有平台，构建于现代数据基础设施之上，能够自动化地进行靶点识别和优先级排序。 核心技术为自学习和自修复的Discovery Engine（发现引擎）： 1、自动靶点识别：利用多种正交方法（orthogonal methods）自动识别和优先排序药物靶点。 2、自适应模型：能够根据新数据进行自我学
技术：mRNA生物调节剂 疾病领域：免疫学、肿瘤学和神经科学 最新消息：公布了领先的肺纤维化候选药物的有希望的临床前数据 Anima Biotech 的 AI 药物发现技术基于其 mRNA Lightning.AI 平台构建，该平台可对健康和患病细胞中的数百条细胞通路进行成像，以训练针对特定疾病的 AI 模型，并利用神经网络帮助这些模型区分健康和患病细胞，并识别失调的通路。随后，
技术：药物-脂质结合纳米分散体 疾病领域：肿瘤学、神经病学和罕见疾病 最新消息：与牛津大学建立为期五年的合作伙伴关系，共同开发新型蛋白质降解技术 BPGbio 被生物技术突破奖 (BioTech Breakthrough Awards)评为2024 年度“年度生物技术 AI 公司”。该公司拥有一个名为 NAi Interrogative Biology 的 AI 平台，该平台利用全球
技术：小分子 疾病领域：炎症和自身免疫性疾病、肿瘤学和肥胖症 最新消息：获得 EIC Accelerator 提供的 250 万欧元（270 万美元）资助 Iktos总部位于巴黎，致力于利用人工智能和机器人合成自动化技术进行药物研发和设计，快速识别可作为临床候选药物的小分子。通过运用人工智能，Iktos 旨在加快药物研发进程，同时提高候选药物进入临床开发阶段的成功率。Iktos 已
疾病领域：神经科学和代谢疾病 近期融资：C轮融资4亿美元 最新消息：与礼来公司合作，推进包括MASLD在内的代谢疾病的新型治疗方法 通过生成与患者数据一致的高通量功能基因组数据集，并通过新颖的机器学习方法解读这些数据，insitro 构建了能够加速靶点选择和有效疗法设计的预测模型。这项人工智能辅助药物研发为 insitro 的研发管线奠定了基础，该管线涵盖神经科学和代谢疾病领域的候选
领先资产技术：抗TSLP抗体 疾病领域： 免疫学、传染病和免疫肿瘤学 最新消息：与诺华公司合作发现和开发蛋白质疗法 自2020年崭露头角以来，Generate Biomedicines作为生成生物学领域的领导者，取得了显著进展，利用人工智能发现和开发创新型候选药物。该公司的人工智能技术名为Generate平台，该平台以连续循环的方式运行，生成蛋白质序列以解答特定的治疗问题，将计算生
技术：PI3Kα抑制剂 重大并购活动：收购 ZebiAI 及其机器学习-DEL 技术 最新消息：在PIPE融资轮中获得3000万美元 Relay Therapeutics 的 Dynamo 平台集成了一系列计算和实验方法，旨在针对此前难以解决或未得到充分解决的蛋白质靶点进行药物治疗。为了配合自身的技术，Relay 还于 2021 年收购了ZebiAI 及其机器学习-DEL（ML-DE
领先资产技术：小分子超氧化物清除剂 重大并购活动：与人工智能药物研发公司Exscientia合并 最新消息：宣布了用于治疗慢性心肌梗塞的先导药物REC-994令人鼓舞的2期临床试验数据 人工智能药物研发公司 Recursion 的核心使命是 Recursion 操作系统 (OS)，这是一个跨多种技术构建的平台，可不断扩展世界上最大的专有生物、化学和以患者为中心的数据集之一。 同时
专长：人工智能驱动的精准治疗。 Exscientia 通过将人工智能融入药物研发的每个阶段，彻底革新了药物研发。该公司专注于精准治疗，将人工智能与人类专业知识相结合，加速定制化治疗方案的开发。他们的创新方法已在肿瘤学和免疫学领域催生了多个临床候选药物，并与赛诺菲和百时美施贵宝等领先制药公司建立了合作伙伴关系。Exscientia 还以其以患者为中心的药物设计而脱颖而出，确保疗法根据现实世界的疗效
专长：分子建模与药物设计。Schrödinger 将基于物理的计算化学与机器学习相结合，以推动药物研发。其先进的分子建模软件不仅供公司内部使用，也供武田制药和百时美施贵宝等合作伙伴使用。Schrödinger 拥有不断增长的内部项目管线，包括肿瘤学和神经病学领域的在研项目，并因突破计算药物设计的界限而备受赞誉。 在比尔及梅琳达·盖茨基金会1000万美元的资助下，Schrödinger于8月开始扩
专长：病理学人工智能诊断。PathAI 专注于利用机器学习提高病理诊断的准确性和效率。他们的算法有助于识别生物标志物并指导治疗决策，尤其是在肿瘤学领域。与罗氏和百时美施贵宝的合作凸显了 PathAI 对临床试验和精准诊断的贡献，使其成为病理学人工智能领域的领导者。
专长：罕见病药物再利用。Healx 利用人工智能识别可用于治疗罕见病的现有药物。其平台将生物医学数据与机器学习相结合，以加速治疗方案的开发。其显著成就包括推进脆性 X 综合征和其他罕见疾病的治疗。Healx 以患者为中心的理念以及与患者权益组织的合作使其在罕见病领域脱颖而出。 Healx是一家专注于罕见疾病的AI临床阶段生物技术公司，该公司宣布已在C轮融资中筹集了4700万美元。C轮融资由硅谷的
专长：人工智能驱动的精准医疗。Ardigen 结合生物信息学、人工智能和微生物组分析，开发用于免疫肿瘤学和基于微生物组的疗法的工具。其 ImmunoMind™ 平台可识别新抗原，从而提高癌症免疫疗法的疗效。Ardigen 的定制解决方案能够应对药物研发中的复杂挑战，尤其是在个性化医疗领域。
专长：AI驱动的药物研发合作。AION Labs 汇聚制药公司、科技创新者和初创公司，共同应对药物研发挑战。他们的协作式 AI 模型已在肿瘤学、自身免疫性疾病和罕见疾病领域取得了先进疗法。AION 的开放式创新方法促进了跨学科解决方案的开发。
专长：精准医疗的联邦学习。Owkin 利用联邦学习技术，在保护数据隐私的同时，实现协作式 AI 研究。他们在肿瘤学和心脏病学领域的应用已构建出可指导个性化治疗决策的预测模型。Owkin 与领先医院和研究机构的合作进一步扩大了其影响力。 Owkin于2016年成立于法国巴黎，是一家AI驱动的精准医疗公司，由临床医师Thomas Clozel博士与生物学人工智能先驱Gilles Wainrib博士共
专长：肽类药物的人工智能和量子计算。ProteinQure 应用量子计算设计肽类疗法，专注于免疫肿瘤学和代谢疾病。他们的人工智能工具能够提高肽类药物的稳定性和疗效，从而解决药物研发中的关键挑战。 ProteinQure成立于2017年，总部位于多伦多，将量子计算、强化学习和原子模拟相结合，设计新型蛋白质药物。利用这些混合技术，他们模拟了蛋白质折叠等基本过程，以及生物分子之间相互作用的基础物理学。
专长：利用真实世界数据实现个性化癌症治疗。Tempus 将临床和分子数据与人工智能相结合，实现癌症治疗的个性化。其平台为肿瘤学家提供切实可行的洞察，从而实现更精准、更有效的治疗。Tempus 对真实世界证据的贡献正在重塑肿瘤治疗。 Tempus AI 成立于创始人妻子被诊断出乳腺癌后，其使命是利用技术和人工智能来增强癌症治疗。该公司后来扩展到其他治疗领域，例如中枢神经系统疾病和心脏病学。
专长：人工智能驱动的生物标志物发现。Genialis 利用计算生物学和机器学习来识别精准医疗的生物标志物。他们在免疫肿瘤学和中枢神经系统疾病领域的工作支持药物研发流程，并提高临床试验的成功率。 RNA生物标记公司Genialis正在创造一个能为患者、患者家庭和社区提供最佳医疗服务的世界。ResponderID™是Genialis的机器学习驱动的疾病建模框架，它提供可操作的生物标志物，并对新药进行
专长：利用人工智能和基因组学加速药物发现。Engine Biosciences 将人工智能与基因组学相结合，以发现基因相互作用和新型药物靶点。他们的研发管线涵盖肿瘤学和传染病领域的候选药物，展现了人工智能驱动的洞察力在药物发现领域的强大力量。
只显示前20页数据，更多请搜索
Showing 1 to 24 of 31 results
