» Håll dig ajour kring AI · En AI-skapad och ständigt föränderlig nyhetstidning om AI. Idag har vår robot sammanfattat 206 nyhetshändelser. Upptäck gärna vår kurs AI på jobbet förresten. «
National Cancer Institute (NCI) är en amerikansk federal institution som ingår i National Institutes of Health (NIH). NCI grundades 1937 och är ledande inom forskning, utbildning och informationsspridning om cancer. Institutets huvuduppgifter är att finansiera och genomföra forskning om cancerorsaker, förebyggande, diagnos, behandling och överlevnad, samt att samordna och stödja cancerforskning nationellt och internationellt. NCI arbetar även med att förbättra cancervården och att informera allmänheten, vårdpersonal och beslutsfattare om de senaste rönen inom cancerforskning och -behandling.
Senaste nytt kring National Cancer Institute
Robert Pearl, MD, från Stanford University, har skrivit en bok om den potentiella användningen av AI inom hälsovården, tillsammans med medförfattaren ChatGPT. Enligt en studie i JAMA Network Open ledde användningen av generativ AI för att utforma läkares svar på patientmeddelanden till betydligt längre lästider, utan förändring i svarstiden. Enligt en undersökning av Wolters Kluwer har de flesta läkare (68%) ändrat sin syn det senaste året och ser nu generativ AI som fördelaktig för hälsovården. HCA Healthcare planerar att utöka användningen av teknik för omgivande klinisk dokumentation till fler av sina akutmottagningar. Ett generativt AI-verktyg för klinisk dokumentation från Abridge kommer att implementeras i ännu ett hälsosystem, denna gång på MemorialCare i södra Kalifornien.
har gått vår kurs "AI på jobbet".
AI-baserad chatt kan ge effektiva svar på patientfrågor om strålterapi
En ny studie från Northwestern Medicine har undersökt om en speciellt utformad ChatGPT kan ge effektiva svar på patienters vanliga frågor om strålterapi. Studien visade att ChatGPT:s svar på 115 vanliga frågor från strålterapipatienter var lika bra eller bättre än svar från expertorganisationer när det gäller noggrannhet, fullständighet och koncisitet i de flesta fall. Forskarna påpekar dock att tekniken fortfarande behöver förfinas och utbildas inom medicinska områden. Northwesterns forskare utvecklar och testar nu en intern app som använder generativ AI för att svara på användarfrågor om strålterapibehandling.
Maskininlärningsverktyg kartlägger cellkonfigurationer för sällsynt cancer
Forskare vid Stanford Medicine har använt nya maskininlärningsverktyg för att kartlägga tre distinkta cellulära konfigurationer som korrelerar med kliniska resultat för patienter med en sällsynt, svårbehandlad cancer kallad mjukdelssarkom. Tekniken identifierade en cellulär omgivning som korrelerade med ett positivt svar på immunterapi, vilket kan hjälpa läkare att fatta behandlingsbeslut. Forskarna identifierade 23 distinkta celltillstånd i nio celltyper i mjukdelssarkom isolerade från flera hundra patienter. Dessa upptäckter kan ge insikter för att förbättra behandlingsresultat.
Maskininlärning ger ny insikt i mjukvävnadssarkom
Forskare studerar samspelet mellan olika celltyper, känd som tumörmikromiljön, för att få viktig insikt i tumörers biologi. Men sällsyntheten av mjukvävnadssarkom, sjukdomens många undergrupper och det faktum att många vävnadsprover har bevarats och inbäddats i paraffin, har gjort sådana analyser utmanande. Forskarna använde en maskininlärningsteknik kallad EcoTyper, utvecklad 2021 i Aaron Newmans laboratorium på Stanford Medicine, och en annan kallad CIBERSORTx, utvecklad 2019 av Newman och Ash Alizadeh. Med hjälp av CIBERSORTx och Ecotyper identifierade forskarna 23 distinkta celltillstånd i nio celltyper i mjukvävnadssarkom isolerade från flera hundra patienter. Dessa upptäckter korrelerade med patienternas kliniska utfall. Forskarna studerade lagrade prover av mjukvävnadssarkom och jämförde sina fynd med de kliniska resultaten av patienterna från vilka de erhölls. Forskarna hoppas nu att genomföra en liknande prospektiv studie med nyligen diagnostiserade patienter för att undersöka om de nya ekotyperna framgångsrikt kan användas för att styra patientvård.
AI-analys av mammogram erbjuds nu på kliniker i USA
På mammografikliniker i USA erbjuds patienter nu möjligheten att betala extra för en AI-analys av sina mammogram. AI-programvaran hjälper radiologer att upptäcka problem eller diagnostisera cancer och kan identifiera mönster och avvikelser som människor kanske missar. Trots att studier visar bättre detektionshastigheter med AI, anser vissa radiologer att mer forskning krävs innan man kan dra slutsatser om värdet av dessa verktyg i den rutinmässiga kliniska praxisen. Radiologikliniker som är en del av RadNet, ett företag med över 350 bildcentra i USA, har introducerat sin AI-produkt för mammografi. Trots att AI-analysen förbättrar läkarnas prestanda, är det oklart om den tekniska analysen är värd den extra kostnaden för patienterna.
Global AI in Precision Medicine Market förväntas nå 8,550 miljoner USD 2029
Enligt en studie från Towards Healthcare förväntas den globala marknaden för artificiell intelligens (AI) inom precisionsmedicin växa från 2 740 miljoner USD 2024 till cirka 8 550 miljoner USD 2029. AI spelar en avgörande roll genom att använda avancerade beräkningsprocesser och inblandning, vilket gör att systemet kan härleda värdefull insikt, förbättra resonemangskapaciteten och underlätta kontinuerligt lärande. Detta stärker i sin tur vårdgivare i deras beslutsprocesser genom förstärkt intelligens. AI har sett betydande tillväxt och acceptans inom olika domäner under de senaste tio decennierna, framför allt inom sjukvården. AI erbjuder möjligheter för intelligent produktdesign, nya tjänster och nya affärsmodeller, men det innebär också sociala och etiska säkerhets-, integritets- och mänskliga rättighetsutmaningar.
Den globala marknaden för artificiell intelligens (AI) inom precisionsmedicin översteg 2 180 miljoner dollar 2023 och förväntas nå cirka 16 910 miljoner dollar 2032, med en årlig tillväxttakt på 25,54% från 2023 till 2032. AI spelar en central roll genom att använda avancerade beräkningsprocesser och störningar, vilket gör det möjligt för systemet att dra värdefulla insikter, förbättra resonemangskapaciteten och underlätta kontinuerligt lärande. Detta stärker i sin tur sjukvårdspersonal i sina beslutsprocesser genom förstärkt intelligens.
American Medical Associations president Jesse Ehrenfeld har enkla råd till utvecklare av artificiell intelligens (AI) om de vill se sin teknik användas av läkare över hela USA. Ehrenfeld förklarade hur läkare ser på tekniken och vad de efterfrågar vid AI inom hälso- och sjukvårdstoppen vid Healthcare Information and Management Systems Society-konferensen i San Diego förra veckan. Ehrenfeld menar att nya reglerings- och säkerhetssystem måste skapas, inklusive inom Food and Drug Administration, för att säkerställa att AI-produkter är tillförlitliga och pålitliga.
USA:s energidepartement använder superdatorer för att investera i AI
USA:s energidepartement vänder sig till sina superdatorer, inklusive Frontier, världens snabbaste, för att investera i AI. Frontier och Summit, världens sjunde snabbaste superdator, sitter i Oak Ridge National Laboratory och används för att hantera några av de största problemen som mänskligheten står inför. Den nya verkställande ordern från Biden-administrationen uppmanar energidepartementet att skapa ett kontor för att samordna AI-utvecklingen bland myndigheten och dess 17 nationella laboratorier. Detta innebär en ökad fokus på system som Frontier och Summit. Frontier mäter 1,194 exaflops, medan Summit mäter 148,60 petaflops.
USA:s myndigheter förbereder sig för utmaningar och möjligheter med AI
USA:s myndigheter kommer att se fler fördelar och utmaningar med införandet av AI fram till 2024 och därefter. AI-utvecklingen har gjort betydande inverkan över hela myndigheterna under 2023, vilket ledde till en exekutiv order från Vita huset som uppmanar myndigheterna att utveckla och använda den ansvarsfullt. Myndigheterna kommer att arbeta mot de olika direktiven i denna order för att inte bara förbättra tjänsteleveransen, utan också förhindra att illvilliga aktörer missbrukar och missbrukar tekniken. Detta har resulterat i att myndigheterna har släppt flera strategier och andra genomförandeplaner.
Ny maskininlärningsmodell förbättrar förmågan att förutsäga genetisk risk för sjukdomar i icke-europeiska populationer
Nilanjan Chatterjee, professor i biostatistik och genetisk epidemiologi vid School of Medicine, har samarbetat med Harvard T.H. Chan School of Public Health och Haoyu Zhang från National Cancer Institute för att utveckla en maskininlärningsmodell som förbättrar förmågan att förutsäga polygena riskpoäng (PRS) i icke-europeiska populationer. PRS representerar en individs risk för att utveckla sjukdomar och beräknas utifrån genetiskt material. Forskningen publicerades nyligen i Nature Genetics. Modellen, kallad CT-SLEB, kombinerar flera maskininlärnings- och statistiska tekniker.
har gått vår kurs "AI på jobbet".
