GEDiCube si unisce a NVIDIA Inception per promuovere la piattaforma di rilevamento precoce del cancro

31 agosto 2023 - Ultimo aggiornamento il 31 agosto 2023 alle 13:18 GMT

Tag correlati Intelligenza artificiale apprendimento automatico AI Studi clinici Funzione antitumorale sanitize_gpt_value2(gptValue) { var vOut = ""; var aTags = gptValue.split(','); var reg = new RegExp('\\W+', "g"); for (var i=0; i

GEDiCube è una piattaforma di intelligenza artificiale e apprendimento automatico che combina capacità molecolari differenziali con analisi multi-omica.

NVIDIA Inception intende implementare la piattaforma GEDiCube, alimentata dalla sua infrastruttura accelerata che sfrutta la Medical Imaging Open Network for Artificial Intelligence (MONAI), creando il potenziale per rivoluzionare la diagnosi precoce del cancro al pancreas.

Questo approccio multimodale verrà utilizzato per la prima volta in un prossimo studio clinico, in cui MONAI verrà utilizzato per rilevare e costruire un modello predittivo basato sulla dimensione del tumore combinato con la piattaforma multi-omica basata sul tipo di tumore.

Secondo entrambe le società, questo approccio di GEDiCube aiuterà a fornire informazioni importanti per combattere i tumori, come il cancro al pancreas, che quasi sempre si presenta in fasi avanzate e ha prevalentemente esiti scarsi. Infatti, molti pazienti muoiono entro pochi mesi dalla diagnosi.

Combinare e analizzare quanti più dati possibile utilizzando l’intelligenza artificiale aumenterà potenzialmente l’efficienza della sperimentazione clinica e creerà maggiori opportunità di sperimentazione clinica per GEDiCube.

Craig Rhodes, CEO di GEDiCube, ha dichiarato: “Questa è una scelta naturale per GEDiCube che ci aiuterà nella nostra missione di individuare il cancro nella sua fase iniziale”.

“Le funzionalità avanzate di imaging medico di NVIDIA con l'attuale sistema di intelligenza artificiale multi-omica di GEDiCube contribuiranno a creare un algoritmo che attinge sia dalla modalità di imaging che da quella omica. Ciò aiuterà i nostri scienziati a comprendere i dati di imaging radiologico e patologico insieme ai dati multi-omici, consentendo così una migliore analisi del cancro”.

Copyright - Salvo diversa indicazione, tutti i contenuti di questo sito web sono © 2023 - William Reed Ltd - Tutti i diritti riservati - I dettagli completi per l'uso dei materiali su questo sito possono essere trovati nei Termini e condizioni

argomenti correlatiMercati e normative Mercati emergenti