GEDiCube rejoint NVIDIA Inception pour faire progresser la plateforme de détection précoce du cancer

31 août 2023 - Dernière mise à jour le 31 août 2023 à 13h18 GMT

Balises associées Intelligence artificielle Apprentissage automatique IA Essais cliniques Fonction cancer sanitize_gpt_value2(gptValue) { var vOut = ""; var aTags = gptValue.split(','); var reg = new RegExp('\\W+', "g"); pour (var je=0; je

GEDiCube est une plateforme d'intelligence artificielle et d'apprentissage automatique qui combine des capacités moléculaires différentielles avec une analyse multiomique.

NVIDIA Inception a l'intention de déployer la plateforme GEDiCube, alimentée par son infrastructure accélérée exploitant le réseau ouvert d'imagerie médicale pour l'intelligence artificielle (MONAI), créant ainsi le potentiel de révolutionner la détection précoce du cancer du pancréas.

Cette approche multimodale sera utilisée pour la première fois dans un prochain essai clinique, où MONAI sera utilisé pour détecter et construire un modèle prédictif basé sur la taille de la tumeur combiné à la plateforme multi-omique basée sur le type de tumeur.

Selon les deux sociétés, cette approche de GEDiCube contribuera à fournir des informations importantes pour lutter contre les cancers, comme le cancer du pancréas, qui se présentent presque toujours à des stades avancés et ont pour la plupart de mauvais résultats. En fait, de nombreux patients décèdent quelques mois après le diagnostic.

La combinaison et l'analyse d'autant de données que possible à l'aide de l'intelligence artificielle augmenteront potentiellement l'efficacité des essais cliniques et créeront davantage d'opportunités d'essais cliniques pour GEDiCube.

Craig Rhodes, PDG de GEDiCube, a déclaré : « Il s'agit d'un choix naturel pour GEDiCube qui nous aidera dans notre mission de détection du cancer à son stade le plus précoce. »

« Les capacités avancées d'imagerie médicale de NVIDIA avec le système d'IA multi-omique existant de GEDiCube aideront à créer un algorithme qui exploite à la fois les modaux d'imagerie et omiques. Cela aidera nos scientifiques à comprendre les données d’imagerie radiologique et pathologique ainsi que les données multi-omiques, permettant ainsi une meilleure analyse du cancer.

Copyright - Sauf indication contraire, tout le contenu de ce site Web est © 2023 - William Reed Ltd - Tous droits réservés - Tous les détails sur l'utilisation du matériel de ce site peuvent être trouvés dans les Conditions générales.

Rubriques connexesMarchés et réglementations Marchés émergents