Микробиологические анализы крови и тканей предполагают диагностический подход к раку |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-03-15 19:41 Международная группа, возглавляемая исследователями из Калифорнийского университета в Сан-Диего, разработала новый диагностический подход с использованием машинного обучения, позволяющий на основе анализа паттернов бактериальный и вирусный ДНК в образце крови определить наличие у пациента злокачественной опухоли и даже установить её тип. Исследователи обучили и протестировали алгоритм на различных микробных сигнатурах из 18 116 образцов опухолей 10 481 пациентов с 33 различными типами рака. Так, алгоритм смог правильно идентифицировать человека с раком лёгких в 86 % случаев и отличить его от пациента с раком простаты в 81%. Злокачественные опухоли традиционно считались лишь патологией генома макроорганизма, но исследования показали, что микробиом также вовлечён в этот процесс. Перед исследователями теперь стоит проблема ошибок из-за загрязнения проб во время сбора, обработки и секвенирования. Тем не менее, разрабатываются технологии для снижения риска загрязнения. Источник: www.nature.com Комментарии: |
|