pancreatic cancer
PulseAugur coverage of pancreatic cancer — every cluster mentioning pancreatic cancer across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新型抗体疗法靶向难以触及的胰腺癌蛋白
研究人员开发出一种新颖的胰腺癌实验疗法，该疗法靶向细胞深处一种难以触及的蛋白质。这种新方法使用载体颗粒将抗体递送到细胞内部，在那里它们标记突变蛋白以便清除。在实验室和动物研究中，该方法有效地减缓了癌症的生长，减小了肿瘤的大小，并且重要的是，保留了蛋白质的健康形式，显示出治疗由特定基因突变驱动的癌症的巨大潜力。
-
新的MRI基准和用于胰腺癌风险的联邦学习框架
研究人员推出了Cyst-X，这是一个新的基准数据集和联邦学习框架，旨在改善胰腺囊性肿瘤的早期检测。该计划旨在解决风险分层中的挑战，目前这会导致不必要的手术或漏诊。Cyst-X数据集包含来自七个国际中心的1461张MRI扫描图像，开发的深度学习模型在区分高风险病变方面取得了0.85的AUC。值得注意的是，联邦学习方法允许在不共享原始患者数据的情况下跨机构进行分布式训练，从而在保护隐私的同时保持性能。
-
医学突破延长寿命，但治愈仍遥不可及
最近的医学突破，尤其是在癌症和肥胖治疗方面，提供了延长寿命而非彻底治愈的方案。这些进展是数十年持续的科学投入和研究的结果，而非突然的发现。尽管前景光明，但这些尖端疗法的高昂成本和持续治疗的持续需求，给可及性和可负担性带来了重大挑战。
-
实验性药物将晚期胰腺癌的生存时间近乎翻倍
一种名为 daraxonrasib 的新型实验性药物，通过靶向一种促进肿瘤生长的突变蛋白，在治疗晚期胰腺癌方面显示出巨大潜力。在一项研究中，服用该每日口服药物的患者的生存时间几乎是接受化疗的患者的两倍，且副作用较少。这一进展被誉为对治疗结果历来不佳的疾病的重大突破，预计该药物将成为新的护理标准。
-
AI利用血液检测提前数年预测胰腺癌风险
研究人员开发了一种基于Transformer的神经网络，能够利用常规血液检测和临床病史数据提前数年预测胰腺癌风险。该模型在超过6000名胰腺癌患者和177,000名对照者的样本上进行训练，并在外部验证测试中展现出强大的预测准确性。该工具旨在实现人群级别的数字化富集，以实现早期检测和更广泛的治愈性治疗机会。
-
AI 在症状出现前数年检测到胰腺癌早期迹象
人工智能在检测胰腺癌方面显示出潜力，可在症状出现前三年进行检测。研究人员正在开发基于患者数据训练的人工智能模型，以识别早期阶段疾病的细微模式。这一进展可能为一种常被晚期诊断的癌症带来更早的干预和更好的患者预后。
-
AI在医疗诊断方面超越医生，Musk评论美国AI
最近的一项分析表明，AI模型在诊断某些疾病（特别是胰腺癌）方面已超越人类医生。这一进展在一份简报中得到强调，该简报还涉及埃隆·马斯克关于美国政府参与AI开发的言论。讨论旨在促进AI及其医学应用快速发展的领域的透明度。
-
AI模型比医生早三年发现胰腺癌
一款新AI模型在初步测试中显示，其检测胰腺癌的能力比人类医生早三年。这一进展有望显著提高一种难以早期诊断的疾病的早期诊断率。需要进一步的验证和临床试验来确认其在真实医疗环境中的疗效。
-
梅奥诊所AI模型可提前三年检测胰腺癌
梅奥诊所开发了一个名为REDMOD的AI模型，该模型可以在常规CT扫描中比现有方法提前最多三年检测出胰腺癌。该模型分析了数百个影像特征，以识别细微的生物变化，成功在诊断前平均16个月标记出73%的癌前癌症。鉴于胰腺癌的高死亡率和晚期诊断，这一进展尤为重要，目前正在进行一项名为AI-PACED的前瞻性试验，以评估其临床整合。
-
DeepSeek AI发布重大更新，Anthropic封禁公司，阿里巴巴推出癌症AI
阿里巴巴的达摩院开发了一款新AI模型DAMO COCA，用于通过CT扫描进行机会性结直肠癌筛查。该模型在一个大型数据集中识别漏诊病例时表现出高灵敏度和特异性，标志着其多癌种筛查计划迈出了重要一步。此前，他们已推出用于胰腺癌和胃癌检测的AI模型。