Blood Cancer Discovery-publicatie bevestigt verder Exscientia’s AI Precision Medicine Platform voor het verbeteren van patiënt resultaten

Bevindingen ondersteunen diepgaande ex vivo screening van geneesmiddelen met patiëntweefsel als een veelbelovend hulpmiddel om effectieve, individuele behandelingen bij gevorderde bloedkanker te identificeren in vergelijking met conventionele methoden

Aangepaste deep learning-algoritmen en eencellige analyse van >1 miljard patiëntencellen onthullen verder potentieel voor verbeterde patiëntresultaten

WENEN & OXFORD, Engeland--(BUSINESS WIRE)--Exscientia (Nasdaq: EXAI), ETH Zürich, de Medische Universiteit van Wenen en het Center voor Molecular Medicine (CeMM) hebben vandaag een nieuwe publicatie aangekondigd in Blood Cancer Discovery, een tijdschrift van de American Association for Cancer Research, getiteld “Deep Morphology Learning Enhances Precision Medicine by Image-Based Ex Vivo Drug Testing” uit het laboratorium van prof. Berend Snijder. Deze post-hocanalyse bouwt voort op het transformatieve werk van de EXALT-1-studie, gepubliceerd in Cancer Discovery, door gebruik te maken van deep learning-algoritmen om complexe celmorfologieën in kankerweefselmonsters van patiënten te classificeren in ziekte-”morfotypes”.

Deze bekendmaking is officieel geldend in de originele brontaal. Vertalingen zijn slechts als leeshulp bedoeld en moeten worden vergeleken met de tekst in de brontaal, die als enige rechtsgeldig is.