KI News: Kurz und klar.

Die präzise Bestimmung von Tumormargen während der Brustkrebs-Operation ist entscheidend, um gesundes Gewebe zu erhalten. Hier kommt die Deep Ultraviolet Fluorescence Scanning Microscopy (DUV‑FSM) ins Spiel, die schnelle, hochauflösende Oberflächenbilder liefert. Ein Problem bleibt jedoch die geringe Menge an annotierten DUV‑Daten, die robuste Deep‑Learning‑Modelle erschwert.

Ein neues Forschungsprojekt aus dem arXiv-Repository demonstriert, wie große Sprachmodelle (LLMs) die Vorhersage von Brustkrebs signifikant verbessern können. Durch die Analyse routinemäßiger klinischer Daten werden die Wahrscheinlichkeiten von Begleitkrankheiten wie Diabetes, Adipositas und Herz-Kreislauf-Erkrankungen automatisch abgeleitet.

In einer wegweisenden Studie haben Forscher die Kopula-basierte Fusion von klinischen und genomischen Machine‑Learning‑Risikoscores eingesetzt, um die Risikostratifikation bei Brustkrebs zu verbessern.

In einer bahnbrechenden Entwicklung hat das Memorial Sloan Kettering Cancer Center ein KI-System namens MSK‑MATCH vorgestellt, das die Vorauswahl von Patienten für Brustkrebs‑Klinikalklini­ren Studien revolutioniert. Durch die Kombination eines großen Sprachmodells mit einer sorgfältig kuratierten Datenbank zu Onkologie‑Studien und einer suchgestützten Architektur kann MSK‑MATCH automatisch die Eignung von Patienten aus klinischen Texten bestimmen und gleichzeitig nachvollziehbare Erklärungen liefern.

Durch die Kombination von Künstlicher Intelligenz und Gesundheitsdaten aus Wearables könnten die Überlebenschancen bei Brustkrebs deutlich verbessert werden. Ein Professor am MIT arbeitet an einem Gerät, das genau das ermöglicht.