基因组
美国佛罗里达大学的研究人员开发了一种预测分析工具,能够识别急性淋巴细胞白血病(ALL)患者在化疗药物毒性方面的风险。这种工具利用基因组学和人工智能技术,可以帮助医生更好地预测患者在接受化疗药物治疗时的毒性风险。
印度AIIMS和IIIT-Delhi合作推进数字医疗,重点研究AI、ML和计算基因组,以促进临床医学、公共卫生和生物医学研究。他们还致力于通过联合研究和培训、研讨会和讲座、教师和学生交流等方式为印度政府的Ayushman Bharat数字任务做出贡献,以创建一个通用的健康覆盖框架,确保人们获得质量和可负担得起的医疗服务。
Exact Sciences公司推出了OncoExTra癌症治疗选择测试,这是一种基于DNA和RNA的全面基因组测试,旨在为医生和患者提供患者癌症的完整分子图像。这项测试提供可靠和可操作的结果,为每个患者量身定制。这项测试使用新一代测序技术,评估肿瘤的RNA和DNA,提供信息,指导治疗决策,发现可能被仅评估DNA所错过的变异。
研究人员发现,国际癌症注册表GENIE缺乏足够的少数族裔癌症患者的数据,这可能会加剧健康差异。GENIE是一个公开的癌症数据注册表,旨在支持精准医学研究,但历史上这些数据注册表主要包括白人患者,这可能限制了研究结果的推广性。
研究人员开发了一种名为DeepMosaic的深度学习模型,可检测DNA序列中的马赛克突变,比人类医学遗传学家更快更准确。这一技术有望为疾病治疗提供新的突破,如癫痫等。
国家卫生研究院开始向All of Us研究计划的参与者发送基因健康结果,包括遗传疾病风险和药物基因组学信息。参与者可以选择接收哪些健康相关结果,并可以获得免费的基因咨询和临床DNA测试。
Amazon Web Services推出Amazon Omics服务,利用人工智能、机器学习等技术,帮助医疗行业进行大规模基因组分析和协作研究,提高临床决策的准确性和效率。
一项发表在《美国妇产科学杂志》上的研究表明,利用人工智能和生物标志物的血液检测可以在出生前预测胎儿先天性心脏缺陷。这项研究为早期检测心脏缺陷提供了一种非侵入性的方法,从而有望改善患儿的预后和降低死亡率。
NVIDIA与哈佛和麻省理工学院的Broad Institute合作,将先进的分析工具带到该研究所的Terra云平台上,帮助生命科学研究人员进行生物医学研究、基因组学和其他精准医学创新。
研究人员发现,AI精准医学方法存在组织混乱、数据标准化和方法缺陷等问题,这可能会阻碍未来的进展。该研究评估了32种最常见的AI方法,用于研究多种疾病的预防治疗,包括肥胖症、阿尔茨海默病、炎症性肠病、乳腺癌和重度抑郁症。