GEDiCube присоединяется к NVIDIA Inception для продвижения платформы раннего выявления рака

31 августа 2023 г. — Последнее обновление: 31 августа 2023 г. в 13:18 по Гринвичу.

Связанные теги Искусственный интеллект, машинное обучение AI Клинические испытания Cancer function sanitize_gpt_value2(gptValue) { var vOut = ""; var aTags = gptValue.split(','); var reg = new RegExp('\\W+', "g"); для (var i=0; я

GEDiCube — это платформа искусственного интеллекта и машинного обучения, которая сочетает в себе дифференциальные молекулярные возможности с мультиомным анализом.

NVIDIA Inception намерена развернуть платформу GEDiCube, основанную на ее ускоренной инфраструктуре с использованием Открытой сети медицинской визуализации для искусственного интеллекта (MONAI), что создаст потенциал для революции в раннем выявлении рака поджелудочной железы.

Этот мультимодальный подход будет впервые использован в предстоящем клиническом исследовании, в котором MONAI будет использоваться для обнаружения и построения прогностической модели, основанной на размере опухоли, в сочетании с мультиомной платформой, основанной на типе опухоли.

По мнению обеих компаний, этот подход GEDiCube поможет предоставить важную информацию для борьбы с раком, например раком поджелудочной железы, который почти всегда проявляется на поздних стадиях и имеет преимущественно плохие исходы. Фактически, многие пациенты умирают в течение нескольких месяцев после постановки диагноза.

Объединение и анализ как можно большего количества данных с использованием искусственного интеллекта потенциально повысит эффективность клинических испытаний и создаст больше возможностей для клинических испытаний для GEDiCube.

Крейг Роудс, генеральный директор GEDiCube, сказал: «Это естественное решение для GEDiCube, которое поможет нам в нашей миссии по обнаружению рака на самой ранней стадии».

«Расширенные возможности NVIDIA в области медицинской визуализации в сочетании с существующей мультиомной системой искусственного интеллекта GEDiCube помогут создать алгоритм, который будет использовать как визуализационные, так и омические модальные изображения. Это поможет нашим ученым понять данные радиологии и патологоанатомической визуализации наряду с мультиомными данными, что позволит лучше анализировать рак».

Авторское право. Если не указано иное, все содержимое этого веб-сайта принадлежит © 2023 — William Reed Ltd. — Все права защищены. Полную информацию об использовании материалов на этом сайте можно найти в Условиях использования.

похожие темыРынки и регулирование Развивающиеся рынки