研究人员推出了Tripath,这是一组新的深度学习模型,旨在分析3D病理数据集并对临床结果进行预测。该团队使用了两种先进的3D成像技术来捕捉前列腺癌标本的图像,然后训练模型通过体积性人类组织活检预测癌症复发的风险。Tripath通过捕捉来自整个组织体积的全面3D形态,优于仅依赖2D形态和薄组织切片的病理学家和其他深度学习模型。人类组织的复杂性和细腻性最好以三维形式呈现。在最近的一项研究中,马萨诸塞州总医院布莱根医疗研究所的研究人员及其合作伙伴推出了Tripath:旨在利用3D病理数据集预测临床结果的高级深度学习模型。这标志着向检验三维形式的组织转变,而不是传统的二维切片。3D数据集包含显著多于2D数据集的数据,使得人工检查变得不切实际。与华盛顿大学合作,研究团队使用了两种3D高分辨率成像技术对前列腺癌标本进行成像。然后他们训练模型以通过体积性人类组织活检预测前列腺癌复发的风险。通过捕获整个组织体积的3D形态,Tripath方法优于依赖于2D形态和薄组织切片的病理学家和深度学习模型。该研究的结果发表在《细胞》杂志上。 虽然这种新方法仍需在更大数据集上进行验证,才能在临床环境中使用,研究人员对其进一步发展的潜力充满希望。Tripath方法在指导临床决策方面的潜力令人乐观。来自马萨诸塞州总医院布莱根医疗研究所计算病理学部门的主笔作者Andrew H. Song博士强调,分析组织样本的整个体积对于准确的患者风险预测至关重要。这种综合分析是由团队开发的3D病理范式所实现的。通过利用人工智能和3D空间生物学技术,Tripath为临床决策支持提供了一个框架,并有可能揭示新的预后和治疗生物标志物。来自马萨诸塞州总医院布莱根医疗研究所计算病理学部门的共同通讯作者Faisal Mahmood博士表示,Tripath是他们首次尝试使用深度学习提取亚视觉3D特征进行风险分层,这在指导关键治疗决策方面具有良好的潜力。共同通讯作者华盛顿大学的Jonathan…
一种微针贴片已被开发出来,能够无痛地应用于头皮,并释放能够帮助平衡免疫反应的药物,从而停止自身免疫攻击。研究人员在一项小鼠研究中发现,这种治疗方法可以促使头发再生,并显著减少治疗部位的炎症,而不会影响身体其他部位的免疫系统。根据研究人员的说法,这种方法还可以用于治疗其他自身免疫性皮肤疾病,如白癜风、特应性皮炎和银屑病。这种新方法代表了从抑制免疫系统转向针对自身免疫攻击部位的转变。麻省理工学院医学工程与科学研究所的首席研究科学家Natalie Artzi,与哈佛医学院和布莱根妇女医院的副教授Jamil R. Azzi一起,专注于免疫耐受性。他们的最新研究发表于《先进材料》期刊,Nour Younis和Nuri是该研究的合著者。Artzi强调了在抗原接触部位调节免疫反应的重要性。布莱根妇女医院的博士后Puigmal,以及论文的主要作者,目前正在着手建立公司以进一步开发该技术。Puigmal最近获得了哈佛商学院Blavatnik奖学金,并在领导这一努力。该技术旨在解决影响超过600万美国人的斑秃问题,患者的自身T细胞攻击毛囊,导致脱发。目前,对于大多数患者来说,唯一可用的治疗方法是向头皮注射免疫抑制类类固醇,许多患者无法忍受这种疼痛。…