首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
HOPE
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
Jakob Nikolas Kather
文章数:4篇
人工智能
人工智能在胃肠道和肝胆癌症病理诊断中的应用(综述)
人工智能(AI)可以从视觉数据中提取复杂的信息。胃肠道(GI)和肝癌的组织病理学图像包含大量人类观察者只能部分理解的信息。作为对人类观察者的补充,AI可以对胃肠道和肝癌的数字化组织切片进行深入分析,并提供广泛的临床相关应用。发表在Gut上的一篇综述文章对AI与病理诊断的进展进行了介绍,并指出数字病理学的目标不是接管病理学家的工作,而是提高诊断准确性,减少人为错误,并提高工作效率和可重复性。
人工智能
深度学习
数字化组织切片
疾病诊断
全载玻片成像扫描
结直肠癌
深度学习助力结直肠癌微卫星不稳定性的临床分级
微卫星不稳定性(MSI)和错配修复缺陷(dMMR)可对结直肠癌患者进行分类,选择不同的治疗策略。深度学习可在常规组织切片上检测肿瘤样品的MSI和dMMR状态,比分子分析更快、更便宜。Gastroenterology近期发表的文章,研发出利用结直肠癌患者的H&E切片检测MSI和dMMR的深度学习算法,在测试集中表现非常优秀,或可用于结直肠癌组织标本的高通量、低成本评估。
结直肠癌
biomarker
Cancer Immunotherapy
Lynch Syndrome
Mutation
深度学习
Nature子刊:深度学习算法预测微卫星不稳定
胃肠道癌症患者对免疫治疗的应答受到微卫星不稳定的影响。Nature Medicine上发表的一项最新研究,开发了一种深度学习算法,利用HE染色的组织切片,即可较好地预测胃肠道癌症患者的微卫星不稳定,有助于更好地实现个性化肿瘤免疫治疗。
深度学习
结直肠癌
胃癌
个性化医疗
肿瘤免疫治疗
机器学习
机器学习预测结直肠癌患者生存期
来自PLoS Medicine上发表的一项最新研究,开发了一种机器学习方法,基于结直肠癌组织切片计算出一个特定的分数,该分数可预测患者的总生存期及无复发生存期。
机器学习
结直肠癌
机器学习
总生存期
无复发生存期