AiforiaとPathAI提携、デジタル病理AIの利用拡大
AiforiaとPathAIは、AiforiaのAI病理モデルをAISight Dxのプラットフォームに統合する。米国と欧州でデジタル病理ツールを使える範囲を広げる。
原文を読む →AiforiaとPathAIは、AiforiaのAI病理モデルをAISight Dxのプラットフォームに統合する。米国と欧州でデジタル病理ツールを使える範囲を広げる。
原文を読む →2段階の深層学習の枠組みで、グレースケールの超音波画像から胸膜下の肺病変を自動で切り出し、良性か悪性かを見分ける。診断の精度が大きく向上した。
原文を読む →中国の研究者が、CT、MRI、3次元の放射線量データを組み合わせる深層学習モデルを開発した。鼻咽頭がんの患者のうち、命に関わる組織壊死を起こす人を予測する。
原文を読む →米国立衛生研究所(NIH)が支援する研究チームが、睡眠中に測定した心電図を組み合わせる手法を見いだした。
原文を読む →病院のAIツールが、自宅での訪問看護やリハビリを求める退院要約を整える。家族は保険でまかなえると考えがちだ。だが臨床上の手続きが一つ欠けると、0ドルのはずのメディケアの給付が、看護師の初回訪問の前に自己負担の請求に変わりうる。
原文を読む →韓国の医療AI企業に対する資本市場の見方が変わりつつある。数年前は、米食品医薬品局(FDA)の認可や欧州のCEマーキングといった海外の規制上の節目や、大病院との納入契約が株価を左右する主因とされた。規制の厳しい医療市場に参入できること自体が、希少な成果だった。
原文を読む →AIは分子の予測と設計を一変させたが、実験による探索との統合はまだ部分的にとどまる。論文は、多様な分子表現、生成化学、自動化された実験をつなぐ閉ループ型の創薬を「TechBio 3.0」と定義する。前臨床と臨床の初期の証拠を検討し、残る技術面・実用化面の障壁を整理した上で、この融合がバイオ技術の次の時代を形づくり始めていると論じる。
原文を読む →Lonzaはバイオ企業の新興Onavaと協業する。AIで設計するバイオ医薬品の開発を早めることを狙う。
原文を読む →AIによる宝飾デザイン、プロサッカーチームの立ち上げ、ニューアークの100戸規模の低価格住宅の運営管理。今週ニュージャージー州で応募できる仕事の例である。
原文を読む →ETHチューリヒとRocheの研究者が、能動学習と、幾何学的手法および自己教師あり深層学習を組み合わせた。医薬品に似た分子で、C–Hホウ素化の位置選択性を予測する。
原文を読む →医療分野のAI市場は、2025年から2030年にかけて年平均成長率34%で399億3000万ドル拡大する見通しである。ビッグデータの普及と医療データの複雑化が背景にあり、医療の臨床と運営の現場を変えつつある。
原文を読む →オープンアクセスの文献でコードの公開状況を分析した結果、臨床予測モデル研究でのコード共有は限られていた。実務のばらつきや文書の質の差も大きいことが分かった。
原文を読む →