- 综合排序
- 最热优先
- 最新优先
- 来自专栏生信开发者
Oxford Nanopore 的临床应用
使用便携式纳米孔测序的一个显著优势，小型设备是直接现场应用的设施，它允许快速部署，并且无需将样品运回实验室 ?
87710发布于 2020-08-10 - 来自专栏生信菜鸟团
宏基因组之临床应用
学术方面，时不时推出一个新的组学概念，旨在用多维度去透过现象看本质，而在应用场景，正在或者已经进入了白热化竞争。 高通量检测在临床应用可以简单理解为，根据已有研究基础、经验，通过测序的方法寻求关键”证据“，并加以解读。 今天就后者简单分享宏基因组在临床应用上的一些观点，初入临检方向，若有不当之处，烦请指正。 - ? - 伴随着检验技术发展及医院经验累积，面对感染，临床已经有了一套比较成熟的解决方案。 借助数据库的优化，区分定植、环境菌、条件致病菌，可以在报告中体现疑似致病微生物，结合临床表征及报道，可以快速、准确地缩小感染病原怀疑范围，协助临床确认病原学诊断。 中国宏基因组学第二代测序技术检测感染病原体的临床应用专家共识[本文附更正][J]. 中华传染病杂志, 2020, 38(11):681-689.
90920发布于 2020-11-23 腾讯首款数字疗法进入临床应用
现在，一款专为他们设计的认知功能训练软件，获批上市了——腾讯自主研发的认知功能训练软件「腾讯脑力锻炼」，获批广东省药监局颁发的医疗器械注册证，将进入临床应用阶段，可以帮助轻度认知障碍患者有效改善认知能力 在中国康复研究中心（北京博爱医院）和南方医科大学附属珠江医院进行的临床探索性试验数据显示，98%的患者完成12周完整训练后，认知能力得到显著改善。 基于丰富的医学影像AI产品经验，结合认知训练的特点，有效助力联合团队落实认知训练产品的设计、研发、验证及注册工作；● 主导了治疗机理研究及产品化工作，将认知域的训练范式概念转化为产品的游戏机制；● 参与制定临床验证方案
80120编辑于 2025-06-24- 来自专栏用户7627119的专栏
【R语言】因子在临床分组中的应用
前面给大家简单介绍了 ☞【R语言】R中的因子（factor） 今天我们来结合具体的例子给大家讲解一下因子在临床分组中的应用。 我们还是以TCGA数据中的CHOL（胆管癌）这套数据为例。 关于这套临床数据的下载可以参考 ☞如何从TCGA数据库下载RNAseq数据以及临床信息(一) 前面我们也给大家介绍过一些处理临床数据的小技巧 ☞【R语言】卡方检验和Fisher精确检验，复现临床paper ☞R生成临床信息统计表 ☞玩转TCGA临床信息 ☞TCGAbiolinks获取癌症临床信息 接下来我们先读入临床数据 #读取临床数据 clin=read.table("clinical.tsv duplicated(clin$case_submitter_id) #提取非重复的样本的临床信息 clin=clin[index,] 可以得到如下临床信息表 前面给大家讲过☞肿瘤TNM分期，我们知道组织病理分期分成 (一) ☞【R语言】卡方检验和Fisher精确检验，复现临床paper ☞R生成临床信息统计表 ☞玩转TCGA临床信息 ☞TCGAbiolinks获取癌症临床信息 ☞肿瘤TNM分期 ☞R替换函数gsub
5.1K21编辑于 2022-09-21 【免疫笔记】Treg的调控机制与临床应用
5. 2011年：Treg疗法进入临床 首次开展Treg细胞治疗的Ⅰ期临床试验（C. G. Brunstein、Di Ianni M团队），标志着Treg从基础研究迈向临床应用。 6. 2021年：Treg疗法的新形式 启动CAR-Treg疗法的临床试验（登记号NCT04817774）：将CAR技术（嵌合抗原受体）与Treg结合，精准调控免疫反应，是Treg治疗的前沿方向。 这条时间线清晰展现了Treg研究从“发现细胞→明确功能/标志物→人工诱导→临床转化→前沿技术”的完整历程，核心是围绕“Treg的调控机制与临床应用”展开的。 临床应用的3大核心挑战 1. 数量不足：如何通过体外扩增获得足够的治疗剂量（Treg本身在体内占比很低，需要大量扩增才能满足治疗需求） 2. 临床 / 研究价值 CD39 可以作为筛选 “优质 Treg” 的表面标志物— 比如在细胞治疗中，选择 CD39hi Treg 能提高治疗效果（避免 Treg 在体内失去功能）。
35710编辑于 2025-11-30- 来自专栏单细胞天地
单细胞技术在临床上的应用方向
在我们错过的岁月里，我们看到NGS在临床上的应用主要是检测和诊断。近来，随着NGS技术的下沉和成熟，我们看到它开始在药物开发中得到应用。 身边有不少产品经理问我如何基于单细胞技术开发临床产品以让这个技术尽快落地，为人类的健康提供新的见解（早日上市）。其实在回答这个问题之前，我们需要知道目前NGS的临床应用走到了一个什么样的阶段。 ? 2019年之前，NGS的检测没有这么大的规模，也不是它在临床应用的主力。那么主力是什么呢？ 诊断。 为什么？ 感冒了我们需要做诊断吗？ 所以我们看到做诊断的公司基本都有： 自己的检测方法（一般是panel，试剂盒，测序仪） 超大的样本量 如果你们家公司也想致力于NGS的临床应用，这两个技术指标几乎是躲不掉的。 汤神直播ppt 当我们思考单细胞技术在临床上的应用方向的时候，其实我们是想在临床的这块田里种下单细胞的果实，这个果实是通过一个又一个技术体现出来的。
72620发布于 2020-07-21 癫痫中的人工智能——应用及临床路径
此外，虽然我们描述了涉及目前用于临床实践的工具的应用（例如，结构 MRI、PET 和 iEEG），但我们还描述了涉及目前尚未在临床中使用但有可能在集成时提供帮助的模态的应用（例如，弥散加权成像、静息态 鉴于其临床效用，神经影像自然成为众多癫痫 AI 研究的焦点。在本节中，我们将回顾神经影像中 AI 应用的当前状态。 这些国际、多机构合作是确保癫痫管理中 AI 算法可推广性的努力的好例子，取得的进展使得 FCD 检测算法有望在接下来的 5-10 年内被纳入临床应用。AI 也可以通过检测结构异常来帮助诊断癫痫。 对于手术前的语言表现预测，结构连接体中派生出的图论度量与支持向量回归器结合，以及使用 2D 卷积神经网络应用于结构连接体。这两种方法都与临床定义的手术前语言表现高度相关（r > 0.8）。 一个相当大的障碍是需要在临床试验中对癫痫管理中的 AI 应用进行严格验证，目前该领域缺乏此类试验。鉴于一些所需的技术目前尚不存在，许多问题仍未得到解答。
96610编辑于 2024-09-06空间组学前沿：新兴技术、分析创新与临床应用
团队整合前沿的单细胞与空间多组学技术、细胞成像，并开发和创新应用先进的生物信息学工具与计算框架，以推动新发现。 空间代谢组学通过质谱成像（MSI）技术直接在组织切片上绘制小分子（代谢物、脂质、糖类等）分布：MALDI-IMS 是主流方法，分辨率10–50 μm，支持靶向与非靶向分析；DESI 样本处理简单，适合临床快速应用 临床关联：与免疫检查点抑制剂（ICI）响应、生存期延长正相关。 一、其他具有临床意义但研究不足的空间生态位除前述九大TME生态位外，以下五类空间组织化微环境也具有重要临床价值，但目前仍缺乏系统刻画：淋巴生态位（Lymphatic niches）调控免疫细胞迁移与活化 空间组学的临床与转化应用应用方向空间信息如何指导决策免疫治疗选择TLS成熟度、T细胞排除模式、耗竭生态位 → 指导ICB联合策略（如CXCL13/CXCR5激动剂、CAF靶向药）放疗/药物递送优化缺氧梯度
30720编辑于 2026-01-03- 来自专栏DrugOne
CellPress | 人工智能在临床试验中的应用
在以下各节中，重点介绍了具有直接AI潜在入口点的临床试验设计方面，并解释了特定的AI技术及其应用将如何改善临床试验性能。 ? 图2. 人工智能在临床试验设计中的应用。 机器学习技术已经提出并最近获得批准，用于从医学图像中快速检测疾病的筛查应用。通过量化病理状况的算法对此进行补充。通过规避人工处理，将减少与基于图像的研究相关的成本。 相反，数据科学家和医学科学家应该共同定义可实现的用例，在这些用例中，将易于理解的AI工具应用于临床试验设计的特定子任务，有望最大程度地改善整体试验性能。 遵循这种方法，可以逐步将AI应用于临床试验生态系统，从而加快试验速度，同时希望降低失败率和研发成本。几家制药公司和AI公司已开始联合探索这一途径。 AI技术具有现实的实用性；但是，特别是在可解释性方面，这些技术必须成熟，以使其能够更广泛地应用于医疗保健和生命科学应用中。
93270发布于 2021-01-29 - 来自专栏生信菜鸟团
临床模型 | 大型语言模型编码临床知识 | Nature
我们的人工评估揭示了当今模型的局限性，强调了在创建安全、有用的临床应用 LLMs 时，评估框架和方法开发的重要性。 此类模型在医学领域有几种令人兴奋的潜在应用，包括知识检索、临床决策支持、关键发现的总结、患者分类、解决初级保健问题等。 现有的医学问答基准通常仅限于评估分类准确性或自动自然语言生成指标（例如，BLEU），无法支持实际临床应用所需的详细分析。 我们的工作表明，在这些模型能够在临床应用中使用之前，必须克服许多限制。 我们在本文中概述了一些关键的限制和未来研究的方向。 尽管我们的结果展示了大型语言模型在医学领域的潜力，但也表明为了使这些模型适用于现实世界的临床应用，还需要进行若干关键改进。
46400编辑于 2025-03-28 - 来自专栏EpiHub
让ChatGPT编写交互式网页应用的临床预测模型
R Shiny是一种基于Web的交互式数据可视化工具，能够帮助研究人员和临床医生快速构建交互式应用程序，从而进行数据分析和可视化。 在临床决策中，R Shiny可以用于以下方面： 数据可视化：医生可以使用R Shiny构建交互式图表和图形，以更好地展示和解释患者的病情和治疗效果。 临床预测模型：R Shiny可以帮助医生构建和验证临床预测模型，以便更好地了解患者的风险和预测未来病情的可能性。 临床试验监管：R Shiny可以用于临床试验监管，帮助研究人员快速掌握数据，监测研究的进展和效果。 那么，结合R强大的数据分析能力，在医学领域Shiny有哪些应用呢？这里给出了介绍。 to a tidy data frame model_summary <- tidy(modelx) ## Shiny web ui <- fluidPage( titlePanel("临床预测模型
2.5K30编辑于 2023-03-08 - 来自专栏生信喵实验柴
临床样本检测
国际顶级学术期刊 Nature Biotechnology 以《纳米孔上的临床宏基因组学》（Clinical metagenomics on a nanopore）为封面，刊登了英国东安格利亚大学 Justin 据悉，为了能够准确、快速地识别细菌病原体，研究团队开发了一种能够从临床样本中去除多达 99.99％的宿主核酸的流程，并在便携式 MinION 测序仪上开展了实时的检测和分析。 该团队在 40 个临床呼吸道样品上进行初期测试，在另外 41 个样品上进行了优化和测试。与培养法和 PCR 相比，优化的流程具有较高对病原体鉴定的敏感性（96.6％）和临床特异性（41.7％）。 文章地址： https://www.nature.com/articles/s41587-019-0156-5 1.2 文章详细解读 宏基因组公众号文章《NBT 封面：纳米孔基因组测序快速临床诊断细菌性下呼吸道感染
78120编辑于 2023-02-24 - 来自专栏用户7627119的专栏
玩转TCGA临床信息
对作者是如何从307个early-stage cervical cancer (CESC)病人中根据临床信息挑选出145个病人的过程有些疑惑。下面是原作者筛选样本的标准。 ? 首先我们要从TCGA中下载CESC的临床信息，在TCGA中搜索CESC，选择TCGA-CESC。 ? 选择miRNA样本，点击307这个超链接。 ? 任意选择一个样本，点击进入。 ? 点击Download下载，里面就包含所有样本的临床信息 ? 解压到当前文件夹 ? 更多临床信息解读可以参考肿瘤TNM分期。 ? ? 这就和原文中的表1中的数字相同了。 ? 接着我们检查一下相应的Tumor Grade样本数是否正确。
1.7K41发布于 2020-08-06 - 来自专栏临床预测模型
临床预测模型—基于dcurves包的临床决策曲线(DCA)绘制学习
净收益考虑了模型在某个阈值下的灵敏度（True Positives）与特异性（False Positives），提供了一种可以用于临床实际决策的量化指标。
89310编辑于 2024-11-24 - 来自专栏生信小驿站
各种临床试验终点
临床试验终点（End Point）服务于不同的研究目的。在传统的药物的研发中，早期的临床试验目的是评价安全性以及药物的生物活性，如肿瘤缩小。 后期的有效性研究通常评价药物是否能提供临床获益，例如生存期延长或症状改善等。 让我们一起来看看常用的临床试验终点都有什么区别以及优缺点。 药物上市申请时如果采用基于肿瘤测量的临床试验终点作为有效性的唯一证据，那么通常应提供来自第二个试验得到的确凿证据。 PFS 的改善包括了「未恶化」和「未死亡」，即间接和直接地反映了临床获益，它取决于新治疗与现治疗的疗效/风险。 因此，在临床试验设计中，「肿瘤进展」的标准必须要进行明确的定义，还包括 PFS 的评估、观察、分析方法，随访和影像学评价必须是均衡的，最好有一个由影像学专家和临床专家组成的处于盲态的独立裁定小组进行。
1.9K30发布于 2019-03-04 - 来自专栏量子位
谷歌自曝医疗AI临床结果不佳：实验室丰满，临床骨感
实验室数据不断刷新记录的Google Health，最近公布了一项临床诊断试验结果。 不理想。 ? 不仅诊断结果不一致，而且实际操作方法和在实验室里压根不一样。 没想到，落到临床试验，却失败了。 这大概就是理想与现实的差距吧。理想有多丰满，现实就有多骨感。 像极了我们在大学实验室里做实验的样子。 ? 为了验证算法的性能，他们还使用了2个独立的临床试验数据集，包括1.2万幅图片，审核结果由专家来判决。 临床试验很“骨感” 这个项目主要是在泰国展开，与泰国公共卫生部门合作，在泰国巴吞他尼省和清迈省的11所诊所安装了这个深度学习系统。 同时，也给谷歌这种勇于“正视淋漓的临床结果”的态度，点个赞。 毕竟这个行业里，报喜的多，吹哨的少。 也提醒我们，医疗AI，没那么简单。
66820发布于 2020-05-06 - 来自专栏科研猫
肿瘤基因检测与临床
提到基因检测，前几年，临床医生在向患者推荐时还心存疑虑，而近两年，基因检测已成为癌症诊疗的标准动作，基本上每一个癌症患者都有一套自己的基因检测报告。不得不说，一个患者一套方案的个体化诊疗时代已经到来。 目前一些药物如靶向药物具有特异性针对某种肿瘤基因突变达到精准杀伤的效果，而不同肿瘤患者肿瘤驱动基因突变存在差异，因此通过基因检测，了解患者哪种基因发生突变，适合应用哪种药物，也就达到了“量体裁衣”的效果 利用各种方法，把这些变异的基因找出来，仔细分析，可以协助临床诊断、指导治疗选择、辅助监测疾病复发和耐药、预估生存期等。 当然了，虽然目前有很多种检测方法，但是目前用的最多的还是二代测序技术，而且随着国家FDA对二代测序的试剂盒和测序仪的政策审批放开，以后通过二代测序检测肿瘤基因会拥有更大的应用场景。
1.3K10发布于 2019-11-08 - 来自专栏用户7627119的专栏
TCGAbiolinks获取癌症临床信息
今天我们来用R获取感兴 趣的癌症的临床信息，其中就可以找到我们上次讲到的TNM分期信息。 #加载TCGAbiolinks包 library(TCGAbiolinks) #下载TCGA-CHOL这个项目相关的临床信息，这个项目是胆管癌 clinical <- GDCquery_clinic(project = "TCGA-CHOL", type = "clinical") #将下载到的临床信息写入到clinical.csv文件中 write.csv(file="clinical.csv",clinical ) > dim(clinical) [1] 51 158 一共得到51个样本的临床信息，一共有158条临床信息，他们分别是 > names(clinical) [1] "submitter_id
2K30发布于 2020-08-06 - 来自专栏数据派THU
【AI+医疗】人工智能在健康业务和临床管理中的应用
人工智能将改变医疗健康的方方面面，包括我们管理个人健康的方式，从客户体验和临床护理到降低医疗保健成本。这本实用的书是第一本描述AI可以帮助解决有害的医疗保健问题的当前和未来用例的书。 现在和未来 以人为本的人工智能:它是什么以及如何使它成为可能 利用各种人工智能技术超越精准医疗 如何利用物联网和人工智能环境计算提供患者护理 人工智能如何帮助减少医疗浪费 AI策略和如何识别高优先级AI应用
78810编辑于 2022-07-04 - 来自专栏科研猫
临床样本组学研究Day6 : 临床样本的代谢组学研究
数据呈现：Be和Pro可以很好地区分HCC 与肝炎和肝硬化，其联合诊断的灵敏度和特异性要远优于目前临床使用的肝癌诊断指标AFP，尤其在AFP表达阴性的HCC患者中，诊断准确性为92%，具有很好的临床应用前景 启示：无论在做代谢组学还是蛋白质组学，当筛选到差异代谢物/蛋白质时，一定要和传统临床指标/传统危险因素进行校正。
1.7K31编辑于 2022-04-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号