lung cancer
PulseAugur coverage of lung cancer — every cluster mentioning lung cancer across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
CT-CLIP模型以有限数据增强肺癌生存预测能力
研究人员开发了一种新的方法，使用一种称为CT-CLIP的领域特定基础模型来预测肺癌生存率。该方法利用了242名患者的CT扫描和临床数据，证明CT-CLIP表示可以显著提高预后预测，即使在数据有限的情况下也是如此。研究发现，一个冻结的CT-CLIP模型配合可训练的生存头，其性能优于传统的临床基线和其他多模态方法，能有效区分高风险和低风险患者群体。
-
五百万美国人失去ACA医保，引发公共健康担忧
根据美国卫生与公众服务部的新数据，约有五百万美国人通过《平价医疗法案》(Affordable Care Act)市场失去了医疗保险。特朗普政府将这一下降归因于反欺诈措施，尽管此前国会未能延长本可以降低保费的税收抵免。预计失去医保将通过减少获得预防性护理的机会、加剧慢性病以及可能增加传染病的传播，对公共健康产生负面影响。
-
OncoSynth框架生成合成肿瘤学数据以改进治疗效果估计
研究人员开发了OncoSynth，一个旨在生成合成肿瘤学患者数据的新机器学习框架。该框架通过保持患者特征、治疗和结果之间的因果关系来解决现有方法的局限性，这对于准确估计治疗效果至关重要。对大型肺癌和乳腺癌队列的评估表明，OncoSynth能够生成高保真度的合成数据，显著提高了群体级别（误差减少高达66%）和患者级别（误差减少高达58%）的治疗效果估计的准确性，从而在数据受限的情况下支持证据生成。
-
石英台面工人面临致命硅肺病流行
切割和打磨工程石材台面（通常以“石英”为营销名称）的工人正在患上一种严重且迅速进展的硅肺病。这种可预防的肺部疾病，类似于石棉暴露，可能导致肺癌、肾脏疾病和自身免疫性疾病。仅在加利福尼亚州，就有超过550名工人被诊断出患有此病，在2019年至2026年间至少有30人死亡。尽管存在风险，Costco、Home Depot和Lowe's等主要零售商仍在销售这些产品，而宜家已停止销售。
-
AI模型根据PET/CT扫描预测肺癌生存期
研究人员开发了新的AI模型ATCS和MTS，利用PET/CT扫描预测肺癌患者的总生存期。这些模型优于基线TCS模型，分别取得了0.794和0.793的AUC。ATCS在短期预测（0.5-3年）方面表现更好，而MTS在长期预测（3.5-5年）方面表现更优。该研究使用了848名非小细胞肺癌患者的数据，并发现结合不同的影像学特征可以提高准确性。
-
靶向疗法将晚期肺癌转变为慢性病
香港中文大学牵头的一项全球研究表明，靶向疗法 lorlatinib 可在至少七年内阻止超过一半晚期肺癌患者的疾病进展。这一重大进展表明，有可能像管理糖尿病一样，将晚期肺癌作为一种慢性病进行管理。该研究涉及多个地区的 296 名患者，将 lorlatinib 与 crizotinib 进行了比较，结果显示前者在七年内的无进展生存率为 55%，而对照组为 3%。
-
香港女性肺癌发病率上升，尽管吸烟率下降
在过去二十年里，香港女性的肺癌发病率上升了20%，尽管与男性相比吸烟率较低。专家认为，遗传易感性和通风不良的厨房中烹饪油烟的暴露是重要的促成因素。这一趋势导致了对更广泛筛查计划以早期发现该疾病的呼声日益高涨。
-
深度学习辅助影像组学特征选择以检测肺癌
研究人员开发了一个名为梯度损失递归特征消除（GL-RFE）的新框架，以改进用于肺癌分期检测的影像组学特征选择。该方法利用深度神经网络的梯度敏感性分析，从高维医学影像数据中识别最具影响力的特征。GL-RFE框架成功识别了15个顶级特征，并使用这些特征训练了一个分类器，在区分早期和晚期肺癌分期方面达到了90%以上的准确率。
-
AI系统Traj-Evolve模拟患者轨迹以进行肺癌检测
研究人员开发了Traj-Evolve，一个旨在通过模拟患者轨迹来改进肺癌早期检测的新型多智能体系统。该系统利用经验池检索相似的既往患者病例，并采用多智能体强化学习来优化智能体与记忆之间的协作。实验表明，Traj-Evolve通过其演化机制提高了特异性和敏感性，在识别从不吸烟者的风险方面优于现有方法。
-
Haiku模型整合空间生物学、组织学和临床数据
研究人员开发了Haiku，一种新颖的三模态对比学习模型，旨在整合生物医学研究中的分子、形态学和临床数据。Haiku在来自3000多名患者的空间蛋白质组学和组织学图像的大型数据集上进行训练，为这些多样化的数据类型创建了一个共享的嵌入空间。这使得先进的跨模态检索成为可能，改进了下游分类和预测任务，并允许零样本生物标志物推断，其性能优于现有的单模态方法。