人工智能驱动的精准运动生物医学多尺度数据整合
点击蓝字 关注我们START发表信息文章题目:Artificial intelligence-empowered multi-scale data integration for precision exercise biomedicine-本文图文摘要-研究设计本文为一篇叙述性综述，通过结构化文献检索，检索数据库涵盖Web of Science Core Collection、PubMed和Scopus，检索时间范围：2015年1月至2025年3月。检索词分为三组：第一组为运动相关词汇“exercise
AI赋能遗传性疾病早筛与风险预测全链条解决方案
本方案遵循遗传性疾病“早发现、早干预、早防控”的基本原则，综合运用人工智能、多组学技术、区块链等先进技术，聚焦遗传性疾病筛查与预测的关键业务场景，整合基因组、表观遗传组、转录组、蛋白质组等多维度生物数据，构建“生物标志物筛选-机制解析-风险预测-精准筛查-多中心协同”全流程智能化解决方案。方案重点解决遗传性疾病新型生物标志物挖掘、发病机制解析及精准预测等核心问题，对接国家出生缺陷防控、精准医学发展相关政策要求，为医疗机构、科研机构、公共卫生部门及有遗传风险评估需求的家庭提供专业化、智能化的全链条服务，推动
AI 肾智慧丨KI Reports 社论：全切片 AI 成像能否精准预判肾功能？
肾脏病理评估素来被视为诊断与预后判定的“金标准”，然而传统人工判读难免存在观察者内及观察者间的差异。人工智能（AI）在数字病理图像分析领域的迅猛崛起，为实现肾脏病理的量化与标准化评估开启了新纪元。2025 年下半年，Denic 团队在《肾脏国际报告》（Kidney International Reports）上刊发了题为《基于多分类 AI 模型的肾组织慢性改变评估》的论文。Alton B. Farris 教授为此撰写社论，深度剖析了该研究，并展望了 AI 赋能肾脏病理学的未来图景。组织病理学检查始终是肾脏
【综述】AI 赋能胰腺外科：现状、挑战与未来
摘要人工智能（AI）正加速渗透至胰腺外科诊疗的各个环节，驱动这一高难度学科向精准化与智能化方向变革。在术前阶段，依托深度学习的影像分割及三维重建技术，能够精确识别胰腺肿瘤及其周边血管，并直观展示空间关系，为手术方案制定和可切除性评估提供客观支撑；在术中阶段，增强现实导航与实时组织识别等技术的应用，有助于精准定位关键解剖结构并及时预警风险，从而提升手术的精确度与安全性；在术后阶段，AI 通过整合多方临床数据构建并发症预测模型，实现了风险的早期预警与管理的个体化。然而，数据的异质性、模型可解释性的缺失以及临床
AI揭示多器官疾病共性：脑眼心疾病研究获突破
近日，MULTI consortium团队在《Nature Mental Health》发表重磅研究，首次提出「泛病（pan-disease）」概念，基于弱监督AI模型挖掘出11个多器官AI内表型（MAEs），系统解析脑、眼、心疾病的异质性与共通机制，为精准医学、药物研发、临床试验分层提供全新AI工具。传统精准医学存在三大核心局限：研究团队借鉴泛癌研究思路，提出泛病（pan-disease）新理念：突破ICD传统疾病分类，整合多器官、多组学数据，用AI挖掘跨疾病的统一病理维度。依托129,340名参与者的
AI赋能脓毒症多组学研究与精准诊疗
摘要关键词：脓毒症；人工智能；机器学习；多组学；精准医学脓毒症作为一种危及生命的临床综合征，其核心特征在于显著的异质性和复杂的宿主与病原体相互作用机制。尽管传统的机制性研究已识别出若干关键分子通路，但仍难以捕捉该疾病高度动态、多因素交织及系统层面的本质。高通量组学技术的兴起，尤其是整合了基因组学、转录组学、蛋白质组学与代谢组学的综合性多组学方法，通过实现跨生物层次的分子扰动全景式剖析，深刻重塑了脓毒症的研究范式。然而，多组学数据集前所未有的规模、维度与异质性，已远超传统统计方法的分析能力，迫切需要更先进的
张江·交大AI科研平台正式启动，赋能科学新范式
2023年4月2日上午，在科技部与上海市政府的指导下，由上海市科委与上海交通大学联合主办、浦江创新论坛中心及张江集团协办的“AI for Science专题论坛”于张江科学会堂隆重召开。科技部高新司副司长梅建平、上海市副市长刘多、市政府副秘书长尚玉英、上海交大校长丁奎岭院士、中科院院士陈润生、梅宏、鄂维南，欧洲科学院院士皮埃特罗·里奥，市科委主任骆大进，科创办副主任彭崧，市发改委副主任裘文进，市科委副主任王晔，浦东新区副区长吴强，市科委二级巡视员陈宏凯，张江集团董事长袁涛等领导嘉宾出席。来自政府、高校、科