EPFL的学生与创业公司IcosaMed合作开发了SmartBra，这是第一件可以用来预防癌症的智能衣服。
研究人员开发了一种早期诊断肺癌的新方法:一种尿液测试，可以检测出与这种疾病相关的蛋白质的存在。
一种结合人工智能和人类知识的新系统有望更快、更准确地诊断癌症。
多亏了智能软件，医生们很快就能检测出所谓的巴雷特食道患者的早期食道癌迹象。
为了更好地利用癌症数据进行研究，科学家们正在开发一种基于人工智能的自然语言处理工具，以改进从病理文本报告中提取的信息。
通过将红外功能添加到无处不在的标准光学显微镜上，研究人员希望将癌症诊断带入数字时代。
通过深度学习和数字扫描常规苏木精和伊红染色的肿瘤组织切片，研究人员已经开发了一种临床有用的预后标记。
研究人员开发了一种肿瘤生物传感芯片，可以帮助确定癌症患者所需的最佳化疗剂量。
研究人员开发了一种基于人工智能的前列腺癌组织病理学诊断和分级方法。
研究人员已经开发出一种“肿瘤芯片”，它可以更好地模拟人体内部的环境，为改进潜在抗癌药物的筛选铺平了道路。
乌普萨拉大学(Uppsala University)的科学家们利用计算机算法找到了一种很有前途的神经母细胞瘤新疗法。
人工智能可以检测出最常见的一种血癌——急性髓系白血病(AML)，而且可靠性很高。
一种人工智能已经成功地在人类癌症患者的病理图像中发现了人类医生可以理解的特征，无需注释。
研究人员开发了一种新的算法，可以在整个小鼠体内自动检测单个播散的癌细胞的转移。
一种软件工具利用人工智能从数字病理图像中识别癌细胞，为临床医生提供了一种预测患者预后的强大方法。
研究人员使用了一种基于芯片的传感器和集成的激光来检测尿液样本中非常低水平的癌症蛋白生物标志物。
人工智能平台可以非常快速地分析基因组数据，挑选出关键模式，对不同类型的结直肠肿瘤进行分类，并改善药物发现过程。
研究人员改进了太赫兹辐射的应用，以促进用于医疗目的的多层组织分析，并用于伤口治疗。
在基于深度学习的软件的帮助下，放射科医生能够更好地通过胸部x光检测恶性肺癌。
利用机器学习，研究人员建立了一种工具，可以检测触发免疫系统的基因突变，帮助确定哪些癌症患者可能受益于免疫疗法。
在佐治亚理工学院的实验室中，一种3d打印的细胞诱捕器可以捕获血液细胞，从血液样本中分离出肿瘤细胞。
约翰霍普金斯医学院(Johns Hopkins Medicine)的研究人员表示，可穿戴活动追踪器是预测老年人死亡风险的可靠工具。
托马斯杰斐逊大学的研究人员利用机器学习甲状腺结节的超声波图像来预测恶性肿瘤的风险。
科学家们现在已经制定了指导方针，应该能够安全开发用于医疗用途的纳米颗粒。
研究人员利用人工智能开发了一种新的分类方法，该方法可以根据化学DNA变化确定癌组织的最初起源。
Spectroplast已经开发出一种方法，利用3D打印机为乳腺癌患者制造助听器、乳房假体等硅胶产品。
先进的疾病计算机模型可以用来改善诊断和治疗。他们的目标是开发出个体患者的“数字双胞胎”模型。
合作者们正在开发一种内窥镜机器人系统，该系统具有双手灵巧性，而且比现有的系统规模小得多。
革命性的材料可能导致3d打印磁性液体设备制造人工细胞，将靶向药物治疗到患病细胞。
利用人工智能和生物传感器，研究人员发明了一种设备，可以确定靶向化疗药物是否对单个癌症患者有效。
科学家们已经开发出一种看起来和移动起来都像水母的机器人;目标是将水母机器人应用于癌症治疗。
胃癌、结直肠癌:早期识别适合人工智能免疫治疗的患者。
研究人员已经利用机器学习能力来协助完成对肺腺癌的肿瘤类型和亚型进行分级的挑战性任务。
科学家们正在使用3D技术帮助癌症患者、事故中受伤的人以及生来就有复杂面部畸形的人重建面部。
一种新型超灵敏诊断设备可以让医生从一滴血液或血浆中迅速检测出癌症，从而为患者提供更及时的干预和更好的治疗结果。
本网站使用cookies为读者提供最佳的网站体验。请参阅我们的隐私政策了解我们如何使用cookies，以及如何编辑您的首选项。
