npj Parkinson’s Disease’te yayımlanan çalışma, temassız çoklu veriyle AI tabanlı bir tarama modeli geliştirerek Parkinson’un klinik olarak belirginleşmeden önceki erken sinyallerini yakalamayı amaçlıyor.
All posts tagged in yapay zekâ
15Articles
KinoPlex, proteinlerin üç boyutlu yapısını ve kinaz motiflerini kullanarak insan proteomunda kinazların erişebildiği fosforilasyon bölgelerini tahmin eder.
ProteinGuide, protein dizisi üreten ön eğitimli modelleri yeniden eğitmeden deneysel ya da kullanıcı bilgileriyle on-the-fly koşullandırarak tasarımı hızlandırmayı hedefler.
La Trobe Üniversitesi’nin geliştirdiği SÉMIL, patoloji slaytları ve metin açıklamalarını birlikte yorumlayarak evre II bağırsak kanserinde nüks riskini daha erken öngörmeyi hedefliyor.
İleri evre rektal kanserde biyopsi tümör hücre yoğunluğunu ölçen yapay zekâ, irinotekanın kemoradyoterapiye kimin daha çok fayda sağlayacağını ayırmaya hedefleniyor.
NEO-READY modeli preterm NICU hastalarında taburculuk tarihini öngörmek için geliştirildi. Dış doğrulama sonuçları, klinik karar sürecindeki belirsizliği azaltmayı hedefliyor.
Çok merkezli verilerle eğitilen açıklanabilir bir LLM tabanlı model, akut böbrek hasarı riskini erken saptamayı ve uyarıdaki belirleyicileri gerekçeleriyle sunmayı amaçlıyor.
Nature çalışması, yapay zekâ destekli protein yeniden tasarımlarının PACE’te evrimsel seçilimi değiştirerek zayıf başlangıçlardan bile daha iyi enzim varyantlarına ulaşmayı hızlandırabileceğini gösteriyor.
Yeni bir kıyaslama çerçevesi, dijital patolojide temel modellerin tarayıcı ve boyama değişkenliği altında yalnızca doğruluğunu değil, güven düzeylerini de ölçüyor.
Yenidoğan yoğun bakımında dağınık veriler risk sinyallerine dönüşürken yapay zekâ, klinisyenlerin karar alanını daraltmayı ve hataları azaltmayı hedefliyor.
Insilico Medicine CEO’su Dr. Alex Zhavoronkov, BIO Asia-Tayvan 2026’da yapay zekâ destekli ilaç keşfiyle sürdürülebilir sağlıklı yaşlanma vizyonunu anlatacak.
Yeni çalışma, EHR metinleriyle Reddit’teki menopoz anlatılarını yapay zekâyla karşılaştırarak duygudurum ve bilişsel belirtilerin klinikte ne kadar görünür olduğunu değerlendiriyor.
Biomni adlı yapay zeka ajanı biyomedikal literatürü sistematik tarayarak şablonsuz iş akışları planlar. Çok adımlı araştırmaları daha verimli otomatikleştirir.
JAMA Cardiology’deki büyük analiz, Martin–Hopkins’e dayalı sadeleştirilmiş makine öğrenmesi yaklaşımının LDL kolesterol hesabında klinik formülle benzer doğruluk sağladığını ortaya koyuyor.
Insilico Medicine, 2026 ilk yarı için gelir 102,5–106,5 milyon $ ve net kâr 33,5–39,5 milyon $ öngörüyor. Düzeltilmiş kârın 51,5 milyon $a ulaşması bekleniyor.