Maschinelles Lernen

Neue Anwendungen für existierende Wirkstoffe: Künstliche Intelligenz entdeckt potentielle Breitbandantibiotika

Sa, 27.02.2020 — Inge Schuster

vIcon MedizinAuf dem Antibiotikagebiet dürfte ein großer Durchbruch erfolgt sein: Mithilfe von Künstlicher Intelligenz haben Forscher am Massachusetts Institute of Technology (MIT) und am Broad Institute aus einer Sammlung existierender Arzneimittel(kandidaten)  ein hocheffizientes Antibiotikum identifiziert, das einen neuartigen Wirkungsmechanismus aufweist. Diese, Halicin genannte Substanz tötete in vitro viele der weltweit problematischsten pathogenen Bakterien, einschließlich einiger Stämme, die gegen alle bekannten Antibiotika resistent sind. In vivo Untersuchungen an der Maus in zwei unterschiedlichen Infektionsmodellen bestätigten die in vitro Wirksamkeit.

inge Thu, 27.02.2020 - 11:43
Mit Künstlicher Intelligenz zu einer proaktiven Medizin

Do, 16.08.2018 - 10:38 — Norbert Bischofberger Norbert BischofbergerIcon MINT

Auf dem Weg zu einer Medizin von Morgen werden wir Zeuge einer der aufregendsten Entwicklungen, deren Ziel es ist Künstliche Intelligenz in biomedizinischer Forschung, Diagnose und Therapie einzusetzen. Vorerst skeptisch, ist der Chemiker Norbert Bischofberger (ehem. Forschungsleiter des Top Pharmakonzerns Gilead, jetzt Präsident des Startups Kronos Bio) nun überzeugt, dass Künstliche Intelligenz die heutige Medizin revolutionieren wird: von der gegenwärtigen Form, die erst reagiert, wenn etwas "passiert" ist, zu einer proaktiven, d.i. voraus schauenden Form, die Risiken vorher erkennt und personenbezogen agiert.*

inge Thu, 16.08.2018 - 10:38
Deep Learning: Wie man Computern beibringt, das Unsichtbare in lebenden Zellen zu "sehen"

Do, 26.04.2018 - 07:38 — Francis S. Collins Francis S. CollinsIcon Medizin

Die Mikroskopie ist eine zentrale Methode in den Biowissenschaften. Um damit zelluläre Details erkennen und verfolgen zu können, müssen diese üblicherweise chemisch markiert (= gefärbt) werden - Verfahren, die zu Schädigungen der Zelle führen können. Eine Zusammenarbeit von Steve Finkbeiner (UCSF und Gladstone Institutes) und Google Accelerated Science Team [1] zeigt nun, dass Computer trainiert werden können ("deep learning"), sodass sie auch in unbehandelten Zellen Details erkennen, die weit über die Möglichkeiten menschlicher Beobachtung hinaus gehen. Francis Collins, NIH-Direktor und ehem. Leiter des "Human Genome Project", berichtet über diese bahnbrechenden, NIH-unterstützten Untersuchungen.*

inge Thu, 26.04.2018 - 07:38