研究人員已經使用機器學習來開發血液測試,可以發現50多種癌癥。
正如3月30日在線發表于《腫瘤學年鑒》(Annals of Oncology)并在《衛報》(Guardian)中所報道的那樣,該測試旨在尋找被腫瘤釋放后血液中循環的DNA的化學變化。
這個由來自哈佛醫學院,克利夫蘭診所,梅奧診所等眾多研究人員的研究人員組成的多機構團隊對來自3,052名參與者的數據進行了AI訓練。其中,1,531例患有癌癥,1,521例沒有。
他們發現他們的系統以正確的樣本比例(約44%的時間)標記并區分了約50種癌癥。
癌癥越晚期,檢測越好。例如,該系統在18%的時間內發現1期癌癥,而在93%的范圍內發現4期疾病。
達納-法伯癌癥研究所(Dana-Farber Cancer Institute)的共同主要作者Geoffrey Oxnard醫學博士告訴《衛報》:“在孕婦中,我們觀察其自由漂浮的DNA中是否存在胎兒異常。”“我們知道這種[方法]存在;問題是如何在這種自由浮動的DNA中微調和完善尋找癌癥的藝術?這就是機器學習所做的。”
這項研究僅在研究人員提出了一項AI血液測試后即可進行,該血液測試可以通過DNA分析檢測出肺癌。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
DNA
+關注
關注
0文章
244瀏覽量
32068 -
機器學習
+關注
關注
66文章
8553瀏覽量
136928
發布評論請先 登錄
相關推薦
熱點推薦
研究人員復興針孔相機技術以推動下一代紅外成像發展
研究人員運用具有數百年歷史的針孔成像原理,開發出一種無需透鏡的高性能中紅外成像系統。這種新型相機能夠在大范圍距離內和弱光條件下拍攝極其清晰的照片,使其在傳統相機難以應對的場景中發揮重要作用。 研究
單元測試專業工具在新能源開發中的作用研究
不足以確保軟件質量,IBM和其他大型計算機公司的研究人員開始探索更系統的方法來驗證軟件的正確性,這為單元測試的發展奠定了基礎。 1947年9月10日,一場意外故障成為軟件測試史上的標志
如何在NVIDIA Isaac Lab中使用Newton訓練四足機器人
物理在機器人仿真中發揮著至關重要的作用,它為機器人在真實環境中的行為及交互提供了精準的虛擬呈現基礎。借助仿真器,研究人員和工程師能夠以安全、高效且經濟的方式訓練、開發、
如何基于翼輝信息SylixOS開發ROS 2應用
算法的一站式解決方案,同時輔以功能強大的開發工具,助力工程師與研究人員高效完成項目開發。ROS 2 在實時性、安全性、靈活性和跨平臺支持等方面進行了顯著的改進,為現代機器人
超小型Neuton機器學習模型, 在任何系統級芯片(SoC)上解鎖邊緣人工智能應用.
才能做好。
但是Neuton的推出,這個障礙現在已經不存在。
Neuton 是一個自動生成ML 模型的框架,其大小僅為TensorFlow Lite 等傳統框架的一小部分。對于開發人員來說,這意味著 要訓練一
發表于 07-31 11:38
NVIDIA助力研究人員開發用于搜救任務的無人地面車輛
NVIDIA 和 Bridge to Türkiye Fund 通過提供學術資助,在土耳其全國推動針對災害響應的創新研究及工程教育的發展。
輪式移動機器人電機驅動系統的研究與開發
【摘 要】以嵌入式運動控制體系為基礎,以移動機器人為研究對象,結合三輪結構輪式移動機器人,對二輪差速驅動轉向自主移動機器人運動學和動力學空間模型進行了分析和計算,
發表于 06-11 14:30
白天EL測試原理與技術
本文系統解析白天EL測試技術的工作原理、關鍵設備組成及光伏組件檢測流程。詳細闡述如何通過光學濾波、同步檢測等技術實現強光環境下的電致發光成像,并介紹其在電站運維、產線質檢中的實際應用。適合光伏工程師、檢測技術人員及研究人員參考
【「# ROS 2智能機器人開發實踐」閱讀體驗】視覺實現的基礎算法的應用
閱讀心得體會:ROS2機器人視覺與地圖構建技術
通過對本書第7章(ROS2視覺應用)和第8章(ROS2地圖構建)的學習,我對機器人視覺感知和自主導航的核心技術有了更深入的理解。以下是我的心得體會
發表于 05-03 19:41
【「# ROS 2智能機器人開發實踐」閱讀體驗】機器人入門的引路書
的限制和調控)
本書還有很多前沿技術項目的擴展
比如神經網絡識別例程,機器學習圖像識別的原理,yolo圖像追蹤的原理
機器學習訓練三大點:
先準備一個基本的模型結構
和訓練時的反饋函
發表于 04-30 01:05
研究人員開發出基于NVIDIA技術的AI模型用于檢測瘧疾
瘧疾曾一度在委內瑞拉銷聲匿跡,但如今正卷土重來。研究人員已經訓練出一個模型來幫助檢測這種傳染病。
NanoEdge AI Studio 面向STM32開發人員機器學習(ML)技術
NanoEdge? AI Studio*(NanoEdgeAIStudio)是一種新型機器學習(ML)技術,可以讓終端用戶輕松享有真正的創新成果。只需幾步,開發人員便可基于最少量的數據為其項目創建
Raspberry Pi Pico 2 上實現:實時機器學習(ML)音頻噪音抑制功能
程序的開發方式。應用程序開發人員現在可以為所需系統整理包含大量輸入和輸出示例的數據集,然后使用這些數據集來訓練ML模型。在訓練過程中,ML模型從輸入和輸出中學習模
研究人員已經使用機器學習來開發血液測試
評論