癌症
RefleXion Medical宣布,FDA批准其Scintix生物引导放疗治疗癌症。Scintix是第一款也是唯一一款放疗,能够让每种癌症的独特生物学自主决定要释放多少辐射。FDA的批准扩大了RefleXion X1系统的双重治疗模式平台,可以治疗任何阶段的实体肿瘤。
HCA Healthcare利用人工智能技术,将癌症患者的诊断时间缩短了近一周,从而提高了患者的治疗效果和生存率。该技术通过AI工具及时识别癌症患者,提高了患者的保留率和服务线增长。
研究人员发现,国际癌症注册表GENIE缺乏足够的少数族裔癌症患者的数据,这可能会加剧健康差异。GENIE是一个公开的癌症数据注册表,旨在支持精准医学研究,但历史上这些数据注册表主要包括白人患者,这可能限制了研究结果的推广性。
预测模型在医疗领域越来越受欢迎,但是它们的准确性和能力仍然有待提高。本期HIMSSCast节目中,Steve Irvine解释了如何通过联邦学习技术来聚合数据,以帮助解决临床数据量不足的问题。
近日,德克萨斯医疗中心创新(TMCi)宣布,多家初创公司、研究者和创业者将加入2023年春季的数字医疗加速器和癌症治疗加速器。TMCi旨在将这些新加入者与TMC校园内的现有研究者和资源建立联系,共同解决临床挑战并扩大业务规模。
一项研究表明,使用电子健康服务的肿瘤患者在时间和旅行成本方面都节省了开支,从而降低了癌症治疗的成本负担。
研究人员开发了一种机器学习干预措施,旨在预测癌症死亡风险并向提供者发送电子邮件和文本信息,以促进与高风险患者进行严重疾病谈话。
Burning Rock获得FDA突破性认证,其OverC多癌症检测血液检测(MCDBT)旨在检测包括食道,肝脏,肺,卵巢和胰腺癌在内的多种癌症类型。 实验结果表明,OverC的敏感性达到了69.1%,特异性达到了98.9%。
斯坦福医学院的研究人员开发了一种小型无线设备,可以通过注射纳米颗粒并使用光热治疗来去除致命的脑肿瘤。这种无线植入物可以在不需要麻醉的情况下从患者家中进行治疗,减少了化疗和放疗的副作用和医院就诊次数。
一项发表在《科学报告》上的研究发现,机器学习模型可以使用患者报告的症状严重程度等数据准确预测卵巢癌患者6个月的死亡率。这项研究的目的是开发一种可靠的预测工具,以识别卵巢癌患者何时接近生命的尽头,从而改善临床决策和终末期护理。