趋势:“简单地说,人们希望移动”:Zillow的和雷德芬反弹作为美国房地产市场再度激增
SCCA和弗雷德双雄
西雅图癌症护理联盟和弗雷德·哈钦森癌症研究中心的总部设在西雅图南湖联合区附近。(弗雷德双雄照片)

顶部西北太平洋癌症研究团体之间共享数据,一个合作宣布了其前三个项目,重点监测乳腺癌遗传分析;肠道细菌和抗癌药物之间的相互作用;和机器学习用于识别类型的癌症。

卡斯卡迪亚数据联盟正在处理的是弄清癌症的独特属性举措和他们在个别病人的行为,从一个人承认变性人,其独特的量身定制的治疗。这些项目将获得超过120万的资金和信用额度微软的Azure云计算服务$。

该财团是成立在2019年由微软和名称卡斯凯迪亚数据发现倡议下,弗雷德·哈钦森癌症研究中心。其他联盟成员的不列颠哥伦比亚省癌症,英属哥伦比亚大学,华盛顿研究所eScience中的大学和俄勒冈健康与科学大学奈特癌症研究所(OHSU)。

这种努力落入微软的AI健康主动,这是不错的方案其更广泛的AI的一部分。

这是最初的三个项目:

监测乳腺癌遗传分析

在乳腺癌的治疗,肿瘤细胞的集群可以突变随时间推移而变得对药物具有抗性。该项目将使用两种尖端技术,以更好地描述和监测这些变化:单细胞基因组测序可以提供深入了解单个细胞和液体活检,它使用血液测试来检测和研究癌症。

该试点项目包括弗雷德双雄,卑诗省癌症和UW的研究人员。

肠道细菌和抗癌药物之间的相互作用

研究人员知道,癌症的药物,利用患者的免疫系统来对抗肿瘤是由生活在一个人的肠道细菌的影响。他们不知道是菌种对药物的性能或引起副作用对治疗的影响最大。

从弗雷德双雄,卑诗省癌症和OHSU科学家正在编制从患者口中组织和粪便样本库。他们会利用基因组技术,数据分析和云计算来识别细菌,并与患者的预后相关。

机器学习识别类型的癌症

并非所有的卵巢癌,例如,是相同的,而有一些与靶向治疗战斗癌症的具体形式。病理学家直观地检查癌细胞对诊断癌症,其存在,并且通知治疗方法。

从弗雷德双雄,卑诗省癌症,OHSU和UBC团队正在努力建立分析使用机器学习,使识别癌症样本的国际网络。该项目将采用卵巢癌作为测试用例。除了提高诊断的准确性,研究人员正在建设,确保患者隐私和数据安全的平台。

希望是创造这种机器学习的诊断网络,可以由医疗保健机构使用全球的典范。

就像你在看什么书?订阅GeekWire的自由通讯,抓住每一个标题

评论

在GeekWork招聘人数

找到更多的就业机会GeekWork。雇主,张贴在这里工作