近年来，人工智能（AI）在医疗领域的应用取得了显著进展，尤其是在癌症诊断方面。东北大学（2024USNews美国大学排名：53）的研究人员开发了一种新的AI系统，旨在提高乳腺癌的诊断准确性。由生物工程教授Saeed Amal领导的团队研发的这一系统，准确率达到了惊人的99.72%。这一新型AI架构能够通过高分辨率图像和历史数据识别癌症模式并进行诊断，避免了人工诊断中的疲劳和错误。研究团队利用了乳腺癌组织病理数据库中的公开数据集，构建了一个集成深度学习模型，通过多种模型的组合来提高准确性并减少误差…
探索癌症差异：埃默里大学（2024USNews美国大学排名：24）的跨学科研究 埃默里大学的流行病学家Lauren McCullough博士参与了一个国际研究团队，该团队获得了2500万美元的资助，旨在研究健康决定因素、环境暴露、遗传贡献和肿瘤生物学，以理解基因、环境和社会因素在癌症结果中的复杂互动。该项目由英国癌症研究中心和美国国家癌症研究所通过“癌症重大挑战”计划资助，重点关注非洲血统人群中的癌症差异，特别是黑人女性中的乳腺癌。尽管白人女性的乳腺癌发病率较高，但黑人女性更常被诊断为晚期疾病，…
斯坦福大学（2024USNews美国大学排名：3）医学院的一项最新研究揭示了遗传基因序列在预测乳腺癌类型及其侵袭性方面的潜力。这项研究挑战了传统观念，即大多数癌症是由于我们一生中积累的随机突变而产生的，指出我们从父母那里继承的基因序列在决定是否能被免疫系统识别和消除潜在的致癌突变细胞方面起着积极作用。研究表明，除了少数具有显著癌症风险的高渗透基因外，遗传因素的作用仍然知之甚少，大多数恶性肿瘤被认为是细胞分裂过程中随机错误或运气不佳的结果。然而，这项研究发现，遗传基因序列可以预测乳腺癌的亚型及其侵…
乳腺癌研究人员正在利用超级计算机进行新发现，以改善对这种致命疾病的治疗和理解。德克萨斯高级计算中心（TACC）的系统和专业知识为科学家提供了建模肿瘤生长、优化治疗组合、分析活检集合等所需的数据和计算资源。乳腺癌在全球女性癌症中居首位，2022年夺去了近67万人的生命。TACC的超级计算机为科学家提供了所需的计算资源和创新数据分析工具，以在理解和治疗乳腺癌方面取得新发现。以下例子展示了高级计算在征服乳腺癌方面取得的不同策略。 在肿瘤学中使用数字孪生技术：数学建模帮助改进了对三阴性乳腺癌（TNBC）…
