Mehr erfahren zu: "Deep Learning steigert Melanom-Erkennung auf 94,5 Prozent" Deep Learning steigert Melanom-Erkennung auf 94,5 Prozent Ein neues Deep-Learning-System erkennt Melanome mit einer Genauigkeit von 94,5 Prozent, indem es dermatoskopische Aufnahmen mit Patientendaten wie Alter, Geschlecht und Lokalisation der Läsion kombiniert.
Mehr erfahren zu: "Vorhersage eines mindestens mittelschweren Akuten Nierenversagens: Gute Bestimmung durch multimodales Deep-Learning-Modell" Weiterlesen nach Anmeldung Vorhersage eines mindestens mittelschweren Akuten Nierenversagens: Gute Bestimmung durch multimodales Deep-Learning-Modell Wie amerikanische Wissenschaftler berichten, wurden in früheren Studien zur Früherkennung eines Akuten Nierenversagens (AKI) strukturierte Daten (z.B. Vitalparameter und Laborwerte) verwendet. Nun erstellten sie ein Deep-Learning-Modell, um ein mittelschweres bis […]
Mehr erfahren zu: "Per Deep Learning zur präzisen Krebstherapie" Per Deep Learning zur präzisen Krebstherapie Ein Team um Dr. Altuna Akalin vom Max Delbrück Center hat ein neues Werkzeug entwickelt, das Krebserkrankten und ihren Ärzten den Weg zur besten Behandlung weist. Sein jüngstes Tool arbeitet […]
Mehr erfahren zu: "Felix Burda Award 2025: Forschende für KI-Projekt zur Darmkrebsprognose ausgezeichnet" Felix Burda Award 2025: Forschende für KI-Projekt zur Darmkrebsprognose ausgezeichnet Genauere Diagnosen, bessere Therapien: Mithilfe Künstlicher Intelligenz will ein Forschungsteam der TU Dresden die Chancen von Darmkrebspatienten entscheidend verbessern und hat dafür den diesjährigen Felix Burda Award erhalten.
Mehr erfahren zu: "Vorhersage von Genmutationen bei Lungenkrebs: Deep Learning mit histologischen Bildern ergibt leistungsfähiges DeepGEM-Modell" Weiterlesen nach Anmeldung Vorhersage von Genmutationen bei Lungenkrebs: Deep Learning mit histologischen Bildern ergibt leistungsfähiges DeepGEM-Modell Chinesische Wissenschaftler haben eine auf Künstlicher Intelligenz basierende Methode entwickelt, die bei Lungenkrebs eine genaue, zeitnahe und kostengünstige Vorhersage von Genmutationen und deren räumlicher Verteilung erlaubt.
Mehr erfahren zu: "Wie Künstliche Intelligenz die Hautkrebserkennung weiter verbessern kann" Wie Künstliche Intelligenz die Hautkrebserkennung weiter verbessern kann Eine frühzeitige Erkennung von Hautkrebs ist von entscheidender Bedeutung. Ein neues KI-Modell nutzt nun Transfer Learning und Test Time Augmentation zur Verbesserung der Diagnosen.
Mehr erfahren zu: "Visuelles System: KI-Methoden in der Hirnforschung" Visuelles System: KI-Methoden in der Hirnforschung Der Informatiker und Neurowissenschaftler Prof. Fabian Sinz von der Universität Göttingen erhält einen Consolidator Grant des Europäischen Forschungsrats (ERC) für sein Projekt zum Verständnis wie Bewegung die Verarbeitung visueller Reize […]
Mehr erfahren zu: "Rezidivrisiko beim Endometriumkarzinom mit multimodalem Deep Learning vorhersagen" Rezidivrisiko beim Endometriumkarzinom mit multimodalem Deep Learning vorhersagen Die Vorhersage von Fernmetastasen ist beim Endometriumkarzinom (EC) für eine personalisierte adjuvante Behandlung von entscheidender Bedeutung. Derzeit besteht der Goldstandard in der kombinierten Erstellung eines pathologischen und molekularen Profils, ist […]
Mehr erfahren zu: "Stethoskop ade? Neu entwickeltes Pflaster erkennt Asthma und COPD mithilfe von Deep Learning" Stethoskop ade? Neu entwickeltes Pflaster erkennt Asthma und COPD mithilfe von Deep Learning Digitale Stethoskope stellen zwar eine Verbesserung gegenüber herkömmlichen dar, dennoch bleiben Geräuschinterferenzen ein Problem. Ein mit Sensoren ausgestattetes Pflaster könnte beim Erkennen beispielsweise von Wheezing helfen.
Mehr erfahren zu: "KI-gesteuerte Klassifizierung einzelner Blutzellen: Neue Methode unterstützt Ärzte bei der Leukämiediagnostik" KI-gesteuerte Klassifizierung einzelner Blutzellen: Neue Methode unterstützt Ärzte bei der Leukämiediagnostik Erstmals zeigen Forschende des Helmholtz Zentrums München und des Klinikums der Ludwig-Maximilians-Universität München (LMU), dass Deep-Learning-Algorithmen bei der Klassifizierung von Blutproben von Patienten mit akuter myeloischer Leukämie (AML) eine vergleichbare […]