- 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
2. 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 ?
90810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.
94420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
93020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
5.4K21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。 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. Treg细胞生产（约2周） - 流程：分离PBMC来源初始Treg→分2次刺激培养（用IL-2、aTRA、Anti-CD3/CD28等）→完成“抑制功能/细胞纯度/污染”质控测试。 2. 细胞输注（持续9个月） - 初期：0时刻起，先进行细胞剂量递减的每日输注。 - 后期：按“3次/周→2次/周→1次/周”的频率，持续输注至第9个月。 3.
42810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。
76020发布于 2020-07-21 癫痫中的人工智能——应用及临床路径
然而，有效地将 AI 工具转化为临床实践需要医生了解 AI 的基本概念（图 2）、正在开发中的工具以及它们的使用方式。 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 图2 人工智能术语概述。2. 神经影像多模态成像在癫痫管理的整个疾病轨迹中发挥着关键作用，从初始诊断到难治性癫痫的术前评估。 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。 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）。
1K10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 2. 2. 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
40720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。 2 患者选择 每个临床试验都对参与的患者提出有关资格、适用性、动机和赋权的个人要求。特定患者的病史可能会使他们失去资格。 AI和ML驱动的系统可以帮助改善患者队列组成，并为患者招募提供帮助（图2）。 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。
98070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
Abstract Para_01 大型语言模型（LLMs）展示了令人印象深刻的能力，但临床应用的标准很高。 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。 三组答案由另一组临床医生根据扩展数据表 2 中呈现的标准进行评估，且未透露答案来源。 每条答案由一位临床医生进行评估。
52000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。 https://zhuanlan.zhihu.com/p/471281332 模型准备 1.准备数据（测试集/训练集） 2.建立Logistics回归模型 3.预测指标（AUC） 4.个体预测概率
2.6K30编辑于 2023-03-08 - 来自专栏生信喵实验柴
临床样本检测
目前识别细菌感染的主要方法是细菌培养，通常需要 2~3 天时间，且敏感性较差。患者在此期间通常接受广谱抗生素治疗，从而可能加剧抗生素抗药性的问题。 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％）。 细菌性下呼吸道感染(LRI)培养法诊断敏感性差且太慢，不能指导早期的靶向抗生素治疗； 2. -ax map-ont $REF $READ -Y -N 20 -t 12 >minimap2.sam samtools fastq -f 4 minimap2.sam | gzip >P10.filter.fq.gz
81420编辑于 2023-02-24 - 来自专栏音乐与健康
音疗与音乐治疗的科学实证与临床应用分享
二、现代科学验证：从情绪安抚到神经重塑音疗不仅仅是 “安慰剂”，最新的临床研究证实了它在生理层面的显著作用。神经重塑与耳鸣管理这是音疗在神经科学领域的重要突破。 三、临床应用与未来展望在临床实践中，音疗和音乐治疗通常作为综合治疗方案的一部分，与心理咨询、药物治疗等手段相结合，以达到最佳效果。 这在临床上被称为 **“闸门控制理论”**—— 音乐关闭了部分传递痛苦的闸门。应用：这也是为什么在牙医诊所或术后恢复期，音乐能有效降低患者的焦虑感，甚至减少对止痛药的依赖。 应用：通过特定的音乐引导，我们可以重新改写对某段回忆的认知（例如将悲伤的回忆转化为释怀与感恩），为大脑创造新的神经回路，这在失智症照护或创伤修复中尤为重要。 应用：节奏感强的音乐能提升运动表现或改善帕金森病患者的步态；而平缓的音乐则能让焦躁者的说话语气变慢，让身体回归安稳的频率。
21710编辑于 2026-04-27 - 来自专栏用户7627119的专栏
玩转TCGA临床信息
对作者是如何从307个early-stage cervical cancer (CESC)病人中根据临床信息挑选出145个病人的过程有些疑惑。下面是原作者筛选样本的标准。 ? 首先我们要从TCGA中下载CESC的临床信息，在TCGA中搜索CESC，选择TCGA-CESC。 ? 选择miRNA样本，点击307这个超链接。 ? 任意选择一个样本，点击进入。 ? 点击Download下载，里面就包含所有样本的临床信息 ? 解压到当前文件夹 ? 更多临床信息解读可以参考肿瘤TNM分期。 ? ? 这就和原文中的表1中的数字相同了。 ? 接着我们检查一下相应的Tumor Grade样本数是否正确。 由于满足上面筛选条件的样本的Tumor Grade只有G2，G3和NA这三种了。我们把G2的数目作为G1+G2的数目，正好是17个，跟表1中的样本数吻合。 ? ?
1.8K41发布于 2020-08-06 - 来自专栏奇点大数据
RHadoop 应用（2） ： rmr2
上篇中我们介绍了rhdfs插件，R语言通过它可以加载和操作hdfs，这里为大家继续介绍Rhadoop的另一个插件rmr2,它能够在计算过程调用MapReduce，来看下如何使用： 1 安装 下载安装文件 rmr2_2.1.0.tar.gz，在bash环境本地安装 bash> R CMD INSTALL rmr2_2.1.0.tar.gz 注意： 如果是分布式环境，需要在所有datanode节点进行安装 2 测试 测试方法很简单，由于mapreduce也需要操作hdfs 因此rmr2封装了新的一套函数 from.dfs() 和 to.dfs() 来读取写入hdfs，这里的操作函数对写入hdfs的数据进行了压缩
1K100发布于 2018-04-11 - 来自专栏临床预测模型
临床预测模型—基于dcurves包的临床决策曲线(DCA)绘制学习
关于概念，可以阅读笔者的或者其他老师的推文：https://mp.weixin.qq.com/s/pHVwjQd2Se3nKl601j1meg分析流程1.导入rm(list = ls())library stringr)library(survival)library(survminer)library(dcurves)proj <- "ttt"load('data.Rdata') # TCGA-HNSC数据2. FEMALE","0","1"))data$neoadjuvant <- as.numeric(ifelse(data$neoadjuvant=="No","0","1"))# 数据分割 7:3,8:2 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。 https://mp.weixin.qq.com/s/i7qkTd0QZnfmbj9kL0mIBQ木天琳neuron: https://mp.weixin.qq.com/s/bfOBlYEGL9tgn2V2OXTSDw
1K10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。
2K30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
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。 实际情况是，系统要1到2分钟才能上传图片，发送的图像达不到标准，护士的判断也就有了一定的误差。 那么我们就来具体聊一下他们的实际落地情况。 首先，在第一步，护士拍摄的眼球照片达不到算法的标准。 但是在11所诊所当中，只有2所才有这样专门的检查室。 这会造成什么样的影响呢？ 如果图像有明显的DR症状，但是很模糊、质量很差，那么系统就会自行拒绝，这样流程就更加复杂，耗费更多的人力物力。
71920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。 肺癌已知的驱动基因包括EGFR、ALK、KRAS、HER2、BRAF、PIK3CA、AKTI、MEKI、NRAS和MET。 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。 2、Sanger双脱氧测序 优点：可以检测到各种未知的突变。如果首次从样本中提取融合转录物的RNA，可用于检测基因融合。无需特殊设备。 缺点：劳动强度大，需要突变DNA存在20-25％。 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 - 来自专栏科研猫
临床样本组学研究Day2--RNA 及转录组学研究（mRNA ）
表达谱组学研究的生物样本种类丰富，可包括：体外培养细胞、临床患者细胞/组织，动物细胞/组织等。 2：mRNA测序 目前应用十分广泛，不对引物或探针进行设计，已知基因和未知基因都可以检测到。 03 数据分析结果呈现 1：火山图 下图所示，为常见的两个分组间差异表达基因的火山图。 2：在单个簇中，我们可以看到相同的基因在蓝色点和灰色点上的位置不同。 表达谱类的研究已经非常普遍了，我们在做表达谱临床研究中，尤其要注重临床表型选择和分组上的新颖性。 临床样本组学研究系列往期 临床样本组学研究Day1--组学的研究背景及概述
99450编辑于 2022-02-28
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