癌症
MIT研究人员开发了一种传感器，可以检测自然细胞受体通常识别的分子。该传感器可以检测免疫分子CXCL12，有助于筛查难以诊断的癌症或转移性肿瘤。该技术也可以用作高度仿生的电子“鼻子”。
MIT团队开发出一种新型传感器，可检测到天然细胞受体通常识别的分子。该传感器可检测免疫分子CXCL 12，有望开发出一种常规筛查系统，用于难以诊断的癌症或转移性肿瘤。这项技术还可用作高度仿生的电子“鼻子”。
沙特Seha Virtual Hospital选择韩国医疗AI公司Lunit提供AI解决方案，支持该国的癌症和结核病筛查计划。Lunit将提供其胸部X光图像分析解决方案Lunit INSIGHT CXR和乳腺X光图像分析解决方案Lunit INSIGHT MMG，以协助Seha Virtual Hospital提供先进的检查和增强国家癌症筛查计划的效果。
研究人员开发出一种可穿戴的超声波设备，可以实现深层组织监测，有效评估肌肉、肌腱、韧带、肝脏和心血管治疗的效果，同时可以测量癌细胞引起的组织硬度变化，提供早期诊断和跟踪。这一突破性技术将推动医疗成像和健康监测领域的发展。
研究表明，基于人工智能的聊天机器人ChatGPT提供的癌症谣言和误解信息准确无误，但这些答案可能会被错误地解释，对患者的决策产生负面影响。
研究人员发现，自然语言处理（NLP）工具可以使用患者最初的肿瘤学家咨询文档而无需额外数据来预测癌症患者的生存率。
一项发表在《国家综合癌症网络杂志》上的研究描述了一种癌症症状算法，可以提供哪些患者可能面临不计划的急诊就诊的见解，从而提供额外的好处，如积极护理和降低成本。
Exact Sciences公司推出了OncoExTra癌症治疗选择测试，这是一种基于DNA和RNA的全面基因组测试，旨在为医生和患者提供患者癌症的完整分子图像。这项测试提供可靠和可操作的结果，为每个患者量身定制。这项测试使用新一代测序技术，评估肿瘤的RNA和DNA，提供信息，指导治疗决策，发现可能被仅评估DNA所错过的变异。
研究人员开发了一种人工智能算法，可用于识别潜在的治疗靶点，以治疗多种癌症，包括恶性脑瘤。该算法利用机器学习技术，分析肿瘤细胞的特征，确定驱动肿瘤生长和治疗抵抗的蛋白激酶。
RefleXion Medical宣布，FDA批准其Scintix生物引导放疗治疗癌症。Scintix是第一款也是唯一一款放疗，能够让每种癌症的独特生物学自主决定要释放多少辐射。FDA的批准扩大了RefleXion X1系统的双重治疗模式平台，可以治疗任何阶段的实体肿瘤。
