Artikeleinführung：Medizinische Forscher können KI-Tools nutzen, um die Forschung zu verbessern, einschließlich der Verarbeitung natürlicher Sprache, maschinellem Lernen, Deep Learning, Datenvisualisierung, Wissensdatenbanken, Chatbots und prädiktiver Modellierung. Diese Tools beschleunigen die Entdeckung, verbessern die Datenanalyse und unterstützen die Entscheidungsfindung, um die Forschungseffizienz zu steigern, die Qualität der Ergebnisse zu verbessern und die Gesundheit der Patienten zu verbessern.

2024-11-29 Kommentar 0  957

Artikeleinführung： 一个简单的模板引擎类，此类仅作研究并不完善，希望有朋友一起参与学习研究

2016-07-25 Kommentar 0  989

Artikeleinführung：Künstliche Intelligenz (KI) revolutioniert die Gesundheitsbranche und verändert die Art und Weise, wie wir Patienten versorgen und medizinische Forschung betreiben. Von der Diagnose und Behandlung über die Arzneimittelentwicklung bis hin zur personalisierten Medizin gestalten KI-Lösungen das Gesundheitswesen neu und bieten beispiellose Möglichkeiten zur Verbesserung der Ergebnisse und zur Steigerung der Effizienz. In diesem Artikel untersuchen wir die transformativen Auswirkungen künstlicher Intelligenz im Gesundheitswesen und ihr Potenzial, diesen Bereich zu revolutionieren. 1. Verbesserung der medizinischen Bildanalyse Eine der Hauptanwendungen künstlicher Intelligenz im Gesundheitswesen ist die medizinische Bildanalyse. Deep-Learning-Algorithmen können medizinische Bilder wie Röntgen-, MRT- und CT-Scans mit großer Genauigkeit analysieren. Diese KI-Systeme können Anomalien erkennen, bei der Diagnose von Krankheiten helfen und Erkenntnisse liefern, die bei der Entwicklung von Behandlungsplänen helfen können

2023-06-07 Kommentar 0  1182

Artikeleinführung：In den letzten Jahren hat sich das Potenzial künstlicher Intelligenz zur Unterstützung der Forschung und Entwicklung neuer Medikamente, zur Kostensenkung und Effizienzsteigerung schnell herauskristallisiert und ist zu einem Mainstream-Trend in der Entwicklung der biomedizinischen Industrie geworden. Vor zwei Jahren wurde auf Initiative und unter Mitwirkung der Akademiker Chen Kaixian, Jiang Hualiang und Rao Zihe von der Chinesischen Akademie der Wissenschaften die Zhangjiang AI New Drug R&D Alliance offiziell vorgestellt. Am 26. September wurde auf dem Zhangjiang Life Sciences International Innovation Summit 2023 – „2023 Zhangjiang AI Intelligent Drug Forum“ bekannt gegeben, dass die Zhangjiang AI New Drug Research and Development Alliance „ihr Debüt gab und 10 Neue Kraftmitglieder schlossen sich zusammen, um eine wichtige Kraft beim Aufbau eines neuen Ökosystems für Arzneimittelinnovationen zu werden. Die „wechselseitige Stärkung“ von KI und Biomedizin entwickelt sich rasant. Jedes Jahr werden innovative Ergebnisse vorgestellt und die KI-Allianz als wichtiges Bindeglied ins Leben gerufen, das sich für die Förderung von KI und Medizin einsetzt.

2023-09-30 Kommentar 0  734

Artikeleinführung：Diese Website berichtete am 27. Januar, dass Cai Lei, ein ALS-Kämpfer, Gründer des Overcome ALS Charitable Trust und ehemaliger Vizepräsident von JD.com, und seine Frau Duan Rui weitere 100 Millionen Yuan spenden werden, um die Grundlagenforschung zu ALS zu unterstützen. Arzneimittelforschung und -entwicklung, klinisch-medizinische und andere wissenschaftliche Forschungsprojekte. Cai Lei plant außerdem die Gründung eines ALS-Forschungsteams mit mehr als 100 Mitarbeitern, das sich der Unterstützung von Wissenschaftlern und Ärzten und der Förderung der Verbesserung des wissenschaftlichen ALS-Forschungssystems widmet. Sie werden die Zusammenarbeit mit präklinischen Forschungskooperationsplattformen wie Zellen, Organen, Tieren und Probenbanken stärken und gleichzeitig Ressourcen wie Genbanken erweitern. Darüber hinaus werden sie die schnelle Entwicklung und Herstellung kleiner Moleküle, Proteine, Zellen, AAV, Nukleinsäuren und anderer Medikamente aktiv unterstützen. Gleichzeitig werden sie auch ein nationales dezentrales klinisches Kooperationsnetzwerk aufbauen, das von renommierten Experten geleitet wird, um klinische Studien zu beschleunigen.

2024-01-27 Kommentar 0  696

Artikeleinführung：Lightning News丨Shanghai setzt KI-Arzneimitteldesign ein, Huang Renxun sagte, dass H100 exklusiv von TSMC hergestellt wird #summerlifecheck-in-Saison# Reporter Zhang Yongyi Shanghai Municipal Science and Technology Commission: Systematisches Layout rund um Grundlagenforschung und anwendungsbasierte Grundlagenforschung wie KI-Arzneimitteldesign Shanghai Municipal Science and Technology Commission Der „Shanghai Computational Biology Innovation and Development Action Plan (2023-2025)“ wurde herausgegeben, in dem erwähnt wurde, dass ein systematisches Layout rund um Grundlagenforschung und angewandte Grundlagenforschung wie Algorithmenentwicklung, Modellkonstruktion, und KI-Arzneimitteldesign. Entwickeln Sie originelle Algorithmen, Modelle und Computerplattformen für die Forschung und Entwicklung von KI-Arzneimitteln, entwickeln Sie groß angelegte Modelle und Generierungsalgorithmen für niedermolekulare Arzneimittel, etablieren Sie groß angelegte Modelle und Designplattformen für KI-gestützte Antikörper- und Peptidmedikamente und entwickeln Sie pharmakologische und Modelle zur Vorhersage der pharmakologischen Wirksamkeit für Verbindungen der traditionellen chinesischen Medizin. Entwicklung von Arzneimitteln mit synergistischen Wirkungen

2023-06-04 Kommentar 0  703

Artikeleinführung：Am Vorabend der Sonderausgabe „Indigenous Health“ des Medical Journal of Australia war Professor Kelvin Kong in Zusammenarbeit mit dem Lowitja Institute...

2024-07-01 Kommentar 0  329

Artikeleinführung：Die Arzneimittelforschung ist ein komplexer, mehrstufiger Prozess, der die Schnittstelle vieler Teildisziplinen der Chemie und Biologie umfasst. Humanmedizinische Chemiker spielen in diesem Prozess mit ihrem über Jahre gesammelten Fachwissen eine wichtige Rolle. Kann also künstliche Intelligenz (KI) die Rolle übernehmen, die medizinische Chemiker bei der Arzneimittelentwicklung spielen? Die Antwort könnte ja sein. Kürzlich hat ein Forschungsteam des Novartis Institutes for Biomedical Research (NIBR) und des Science Intelligence Center (AI4Science) von Microsoft Research gemeinsam ein Modell für maschinelles Lernen vorgeschlagen, das das von professionellen Chemikern bei der Arbeit gesammelte kollektive Wissen teilweise reproduzieren kann „chemische Intuition.“ Das Forschungsteam ist davon überzeugt, dass diese Methode die molekulare Modellierung ergänzen kann, um die zukünftige Arzneimittelentwicklung zu verbessern.

2023-11-02 Kommentar 0  1177

Artikeleinführung：Forscher der University of Victoria und des Terasaki Institute for Biomedical Innovation (TIBI) haben eine Technologie entwickelt, die Gesundheitsfernüberwachung und Medikamentenverabreichung mithilfe von 3D-gedruckten hohlen Mikronadeln vereint. Laut einer in A. veröffentlichten Studie

2024-08-08 Kommentar 0  710

Artikeleinführung：Diese Zusammenarbeit ermöglicht RIKEN und seinen Mitarbeitern lokalen Zugang zum weltweit führenden Quanten-Ionenfallen-Quantencomputer. RIKEN, SoftBank, die Universität Tokio und die Universität Osaka beschleunigen die Entwicklung von Quantencomputern und Supercomputern, 10. Januar , 2024 – Quantinuum, das weltweit größte integrierte Quantencomputing-Unternehmen, und RIKEN, Japans größte umfassende Forschungseinrichtung mit dem weltweit führenden High-Performance-Computing (HPC)-Zentrum, gaben kürzlich eine Vereinbarung bekannt – Quantinuum Quantinuums Ionenfallen-Quantencomputing-Technologie der H1-Serie, die die höchste Leistung aufweist, wird RIKEN zur Verfügung gestellt. Gemäß der Vereinbarung hat Q

2024-01-11 Kommentar 0  531

Artikeleinführung：Wie sind die Beschäftigungsaussichten der klinischen Pharmazie an der Harbin Medical University? Obwohl die Beschäftigungssituation im Land nicht optimistisch ist, haben Absolventen der Pharmazie immer noch gute Beschäftigungsaussichten. Insgesamt ist das Angebot an Pharmaabsolventen geringer als die Nachfrage. Pharmaunternehmen und Pharmafabriken sind die Hauptkanäle für die Aufnahme solcher Absolventen. Auch die Nachfrage nach Talenten in der Pharmaindustrie wächst stetig. Berichten zufolge hat das Angebot-Nachfrage-Verhältnis für Doktoranden in den Hauptfächern Pharmazeutische Präparate und Naturmedizinische Chemie in den letzten Jahren sogar 1:10 erreicht. Beschäftigungsrichtung des Hauptfachs „Klinische Pharmazie“: Nach dem Abschluss können Studierende des Hauptfachs „Klinische Medizin“ in medizinischen und Gesundheitsabteilungen, in der medizinischen Forschung und anderen Abteilungen in der medizinischen Behandlung, Prävention, medizinischen Forschung usw. tätig werden. Beschäftigungspositionen: Medizinischer Vertreter, Pharma-Vertriebsmitarbeiter, Vertriebsmitarbeiter, Vertriebsleiter, Regionaler Vertriebsleiter, Investmentmanager, Produktmanager, Produktspezialist, Krankenpfleger

2024-01-02 Kommentar 0  805

Artikeleinführung：Einleitung: Das Thema dieses Austauschs ist die Anwendung der Lerntechnologie zur grafischen Darstellung in Arzneimittelempfehlungssystemen. Es umfasst im Wesentlichen die folgenden vier Teile: Forschungshintergrund und Herausforderungen. Empfehlung für diskriminierende Arzneimittelpakete. Zusammenfassung und Ausblick für generative Arzneimittelpakete. 1. Forschungshintergrund und Herausforderungen. 1. Forschungshintergrund. Die medizinischen Ressourcen sind im Allgemeinen unzureichend und eine ungleiche Verteilung bringt starken Druck mit sich. Als Teilthema der medizinischen Versorgung beginnen wir mit dem allgemeinen Hintergrund einer intelligenten medizinischen Versorgung. In unserem Land besteht eine Dringlichkeit. Da die Bevölkerung wächst und die Bevölkerung immer älter wird, steigt die Nachfrage der Menschen nach hochwertigen medizinischen Dienstleistungen steigt weiter. Zwei Datensätze in der Abbildung: Erstens betrug die Zahl der Besuche in medizinischen Einrichtungen im ganzen Land 6,05 Milliarden, ein Anstieg von 22,4 % im Vergleich zum Vorjahr; zweitens Statistiken über den medizinischen und gesundheitlichen Zustand verschiedener Länder in The Lancet zeigen, dass nur fünf chinesische Ärzte einen Bachelor-Abschluss oder höher haben.

2023-05-08 Kommentar 0  1427

Artikeleinführung：Am 18. November fanden im Shaci Mansion das Themenforum „Linguistic Intelligence and Brain Science“ und die Enthüllungsveranstaltung des Chongqing Shapingba District International Language Brain-Computer Interface Joint Research Institute statt Institut. Es versteht sich, dass das Themenforum Linguistic Intelligence and Brain Science interdisziplinäre und mehrdimensionale Diskussionen rund um die Themen sprachliche Intelligenz, Brain Science und Gehirn-Computer-Schnittstelle führen und eine neue Ära des menschlichen Denkens erkunden wird. Das Shapingba District International Language Brain-Computer Interface Joint Research Institute wird hauptsächlich von der Sichuan International Studies University und der Jiangxi Zhizhi Technology Development Co., Ltd. initiiert und ist mit relevanten Hochschulen und angegliederten Hochschulen der Southwest University, der Beijing Language and Culture University und der Armee verbunden Medizinische Universität, Huazhong Universität für Wissenschaft und Technologie, Chongqing Medizinische Universität usw. Krankenhaus sowie fast zehn bekannte inländische Institutionen für künstliche Intelligenz und Sprachintelligenz wie iFlytek und das Sichuan Provincial Rehabilitation Hospital.

2023-11-19 Kommentar 0  769

Artikeleinführung：Herausgeber |. Das umfassend vorab trainierte Basismodell von Cabbage Leaf hat in nichtmedizinischen Bereichen große Erfolge erzielt. Das Training dieser Modelle erfordert jedoch häufig große, umfassende Datensätze, im Gegensatz zu den kleineren und spezialisierteren Datensätzen, die in der biomedizinischen Bildgebung üblich sind. Forscher des Fraunhofer-Instituts für Digitale Medizin MEVIS in Deutschland schlugen eine Multitasking-Lernstrategie vor, die die Anzahl der Trainingsaufgaben vom Speicherbedarf trennt. Sie trainierten ein universelles biomedizinisches vorab trainiertes Modell (UMedPT) auf einer Multitask-Datenbank (einschließlich Tomographie, Mikroskopie und Röntgenbildern) und übernahmen verschiedene Markierungsstrategien wie Klassifizierung, Segmentierung usw

2024-07-22 Kommentar 0  1014

Artikeleinführung：Herausgeber | Unerwartete Arzneimittelwechselwirkungen (DDI) von Rettichschalen sind ein wichtiges Thema in der Arzneimittelforschung und der klinischen Anwendung, da sie sehr wahrscheinlich zu schwerwiegenden unerwünschten Arzneimittelwirkungen oder zum Absetzen des Arzneimittels führen. Obwohl viele Deep-Learning-Modelle gute Ergebnisse bei der DDI-Vorhersage erzielt haben, wurde die Modellinterpretierbarkeit zur Aufdeckung der Grundursachen von DDI noch nicht umfassend untersucht. Forscher der Fuzhou University, des First Affiliated Hospital der Fujian Medical University und Yuanxing Intelligent Medicine schlugen MeTDDI vor – ein Deep-Learning-Framework mit lokal-globaler Selbstaufmerksamkeit und gemeinsamer Aufmerksamkeit für das Lernen themenbasierter DDI-Vorhersagekarten. Im Hinblick auf die Interpretierbarkeit führten die Forscher eine umfassende Bewertung von 73 Arzneimitteln (13.786 DDIs) durch, und MeTDDI konnte 58 genau erklären

2024-09-02 Kommentar 0  385

Artikeleinführung：Diese Website berichtete am 18. Juni, dass heute Morgen im High-Tech-Park der Schule das Forum für künstliche Intelligenz und humanoide Roboter der Universität für Wissenschaft und Technologie Chinas stattfand. Die School of Artificial Intelligence and Data Science und das Humanoid Robot Research Institute der University of Science and Technology of China wurden nacheinander zum Direktor der Wissenschafts- und Technologieakademie ernannt Technologieausschuss des Humanoid Robot Research Institute und kündigte die Gründung der Yangtze River Delta Humanoid Robot Alliance an. Das Forschungsinstitut für humanoide Roboter des USTC hat sich zum Ziel gesetzt, die multidisziplinären Vorteile des USTC zu nutzen und nach technologischen Durchbrüchen in den Bereichen Materialerkennung, strukturelle Betätigung, Bewegungssteuerung und verkörperte Intelligenz zu streben, um die Entwicklung des USTC im Bereich der Intelligenz voranzutreiben Roboter. Das Institut wird den Einsatz humanoider Roboter in den Bereichen Dienstleistung, Medizin, Bildung und anderen Bereichen auf der Grundlage technologischer Innovationen aktiv fördern und mit ihnen zusammenarbeiten

2024-06-19 Kommentar 0  652

Artikeleinführung：Nachrichten von dieser Website vom 20. November: Laut dem offiziellen öffentlichen Bericht des Instituts für Software der Chinesischen Akademie der Wissenschaften hat das Trusted Intelligent System Research Team des Instituts für Software der Chinesischen Akademie der Wissenschaften kürzlich bestimmte Fortschritte bei der differenziellen Kryptoanalyse erzielt von Blockverschlüsselungsalgorithmen. Es wird berichtet, dass das Arbeitsteam eine Domänenprogrammiersprache EasyBC für Blockverschlüsselungsalgorithmen entworfen hat. Auf dieser Grundlage hat es eine universelle und skalierbare differenzielle Kryptoanalysemethode vorgeschlagen und eine vollautomatische Analysetoolplattform EasyBC entwickelt. ▲EasyBC-Plattform-Flussdiagramm, Quelle: der offizielle öffentliche Bericht des Instituts für Software der Chinesischen Akademie der Wissenschaften. Den vom Institut für Software der Chinesischen Akademie der Wissenschaften veröffentlichten Informationen zufolge haben wir erfahren, dass dieses Forschungsergebnis von POPL2024 akzeptiert wurde , der wichtigsten internationalen Konferenz zum Thema Programmiersprachen, mit dem Titel „EasyBC: A User in Difference“.

2023-11-20 Kommentar 0  1418

Artikeleinführung：Autor |. Shanghai Jiao Tong University, Herausgeber des Shanghai Artificial Intelligence Laboratory |. ScienceAI Kürzlich hat das gemeinsame Team der Shanghai Jiao Tong University und des Shanghai Artificial Intelligence Laboratory ein großes 3D-Segmentierungsmodell für medizinische Bilder (SegmentAnything in Radiology Scans, gesteuert durch Textprompts) veröffentlicht kann in medizinischen 3D-Bildern (CT, MR, PET) verwendet werden, basierend auf Textaufforderungen wird eine universelle Segmentierung von 497 Arten von Organen/Läsionen im menschlichen Körper erreicht. Alle Daten, Codes und Modelle sind Open Source. Papier-Link: https://arxiv.org/abs/2312.17183 Code-Link: https://github.com/zhao

2024-07-12 Kommentar 0  561

Artikeleinführung：Das TinyLLaVA+-Projekt wurde gemeinsam vom Team von Professor Wu Ji vom Multimedia Signal and Intelligent Information Processing Laboratory (MSIIP) der Fakultät für Elektronik der Tsinghua-Universität und dem Team von Professor Huang Lei von der School of Artificial Intelligence der Beihang-Universität erstellt. Das MSIIP-Labor der Tsinghua-Universität engagiert sich seit langem in Forschungsbereichen wie intelligenter medizinischer Versorgung, Verarbeitung natürlicher Sprache und Wissensentdeckung sowie Multimodalität. Das Team von Beijing Airlines engagiert sich seit langem in Forschungsfeldern wie Deep Learning, Multimodalität und Computer Vision. Ziel des TinyLLaVA+-Projekts ist die Entwicklung eines kleinen sprachübergreifenden intelligenten Assistenten mit multimodalen Fähigkeiten wie Sprachverständnis, Fragen und Antworten sowie Dialog. Das Projektteam wird seine jeweiligen Vorteile voll ausschöpfen, gemeinsam technische Probleme überwinden und den Entwurf und die Entwicklung intelligenter Assistenten realisieren. Dies wird Möglichkeiten für intelligente medizinische Versorgung, Verarbeitung natürlicher Sprache und Wissen bieten

2024-06-08 Kommentar 0  491

Artikeleinführung：Autor |. Tian Yu Herausgeber |. Baicai Ye In den letzten Jahren hat die Frage der Fairness von Modellen der künstlichen Intelligenz immer mehr Aufmerksamkeit erhalten, insbesondere im medizinischen Bereich, da die Fairness medizinischer Modelle für die Gesundheit und das Leben der Menschen von entscheidender Bedeutung ist. Um die Forschung zu gerechtem Lernen voranzutreiben, sind qualitativ hochwertige Datensätze zur medizinischen Gerechtigkeit erforderlich. Vorhandene medizinische Fairness-Datensätze zielen alle auf Klassifizierungsaufgaben ab, und es gibt keinen Fairness-Datensatz, der für die medizinische Segmentierung verwendet werden kann. In einigen Szenen ist die Segmentierung jedoch eine sehr wichtige medizinische KI-Aufgabe Klassifizierung aufgrund ihrer Fähigkeit, detaillierte räumliche Informationen über Organanomalien bereitzustellen, die vom Kliniker beurteilt werden sollen. In der neuesten Studie, Harvard-Ophthalmology an der Harvard University

2024-07-17 Kommentar 0  1193