colorectal cancer
PulseAugur coverage of colorectal cancer — every cluster mentioning colorectal cancer across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
人工智能项目旨在改进肠癌筛查
一个人工智能项目正在开发中，以辅助肠癌的筛查过程。这种由人工智能驱动的方法旨在提高对该疾病的检测能力，可能带来更早的诊断和更好的患者预后。
-
AI识别出CAR T细胞疗法的新癌症靶点
宾夕法尼亚大学医学院的研究人员开发了一个AI管道，识别出了GPNMB，一种可用于CAR T细胞疗法的蛋白质靶点，该靶点存在于多种癌症类型中。该系统分析了超过10,000个潜在靶点，并进行了1,000次模拟以验证其发现，展示了开发新型癌症免疫疗法的潜力。
-
靶向基因揭开小鼠结直肠癌“隐身衣”
研究人员发现了一种通过靶向特定基因来消除结直肠癌肿瘤的方法，有效地揭开了癌症的“隐身衣”。这项在小鼠模型中得到验证的突破性研究，在与免疫疗法结合使用时，实现了100%的肿瘤根除率。该研究源自卡尔加里大学，聚焦于一种允许癌细胞逃避免疫检测的基础基因机制。
-
神经符号框架增强结直肠癌药物反应洞察
研究人员开发了一种名为上下文可逆世界模型（CIWM）的新型神经符号框架，以解决精准肿瘤学的局限性。该框架集成了机器学习模拟器和大型语言模型推理层，在提供预测准确性的同时实现机制清晰化。使用Sanger GDSC数据集，CIWM发现突变KRAS对APC/Wnt轴的优势会增加对5-氟尿嘧啶的耐药性，并且修复PIK3CA会通过激活MAPK生存通路而产生悖论性地增强化疗耐药性。
-
Guardant Health的Shield血液检测有助于早期癌症筛查
一款名为Shield的基于血液的结直肠癌筛查检测，由Guardant Health开发，在检测可能不接受传统结肠镜检查的个体中的癌症方面显示出希望。该检测分析肿瘤释放到血液中的DNA片段，在临床试验中显示出83%的敏感性和90%的特异性。虽然不能替代结肠镜检查，但Shield为数百万因恐惧、可及性或成本等因素而避免或推迟金标准筛查的人提供了一种摩擦更小的替代方案。最新指南已将基于血液的检测纳入可行的筛查选项。
-
新的VLM框架改进了临床癌症转诊处理
研究人员开发了RAPTOR+，一个利用视觉-语言模型（VLMs）的模态框架，用于改进临床癌症转诊的处理。该系统旨在通过将提取的信息直接链接到转诊文件中的视觉证据来提高信任度和可审计性。在结直肠癌转诊上的评估表明，经过微调的模型，特别是Qwen3-VL-8B，在阅读准确性和可验证证据基础方面显著优于Gemini 2.5 Flash等零样本模型，突显了任务特定微调对于可靠的临床文件理解的必要性。
-
深度学习模型TREX通过内窥镜检查预测直肠癌复发
研究人员开发了一个名为TREX的深度学习模型，用于从纵向内窥镜检查图像预测直肠癌复发。TREX利用带有Swin Transformers和双交叉注意力的Siamese网络，分析不同时间拍摄的图像对，区分持续反应和局部复发。该模型在检测复发方面表现出高精度，并有望在临床确认前数月实现早期检测，甚至在外科医生调查中达到主治医师级别的准确性。
-
AI模型可准确检测内窥镜图像中的直肠肿瘤复发
研究人员开发了一种新颖的带有双交叉注意力的Siamese Swin Transformer (SSDCA)，用于从内窥镜图像中检测直肠肿瘤的局部复发。该模型分析了新辅助治疗后接受观察等待监测的患者的连续图像。SSDCA在区分完全缓解和局部复发方面表现出优越性能，达到了81.76%的平衡准确率，并对常见的成像伪影表现出鲁棒性。
-
AI先验提升结直肠癌跨位点MSI预测能力
研究人员开发了一种方法，用于提高基础模型从全切片图像预测结直肠癌微卫星不稳定（MSI）状态的泛化能力。通过引入生物学驱动的空间先验，特别是外周距离编码和局部免疫邻域编码，模型对特定位点的成像模式的依赖性降低。外周距离编码方法在一个外部数据集上显示出0.959的高MSI AUC和完美的MSS特异性，表明它捕捉到了更具不变性的生物信号。
-
阿里巴巴AI模型在早期结直肠癌检测方面超越放射科医生
阿里巴巴开发的一款人工智能模型能够从CT扫描中检测早期结直肠癌，其准确性高于人类放射科医生。在涉及超过27,000次扫描的临床试验中，该模型显示出86.6%的敏感性和99.8%的特异性。这一进展可能显著改变当前的癌症筛查方案。
-
人工智能工具预测哪些肠癌患者能从NHS药物中获益
研究人员开发了一款人工智能工具，旨在识别最有可能对特定NHS药物产生积极反应的肠癌患者。该技术旨在通过利用智能系统来优化治疗决策，确保患者获得最有效的治疗。目标是通过基于预测分析的个性化治疗方案来改善患者的治疗效果。