Neuer Impfstoff gegen Gebärmutterhalskrebs soll auch therapeutisch wirken
Ein neuer Impfstoff gegen krebserregende humane Papillomviren (HPV) soll vor allem in Entwicklungsländern dazu beitragen, die Rate an HPV-Impfungen zu steigern. Wissenschaftler im Deutschen Krebsforschungszentrum (DKFZ) haben dazu ein völlig neues Impfkonzept entwickelt. Die Vakzine ist kostengünstig und schützt Mäuse vor fast allen krebserregenden HPV-Typen. Über die Prävention vor Neuinfektionen hinaus löst der Impfstoff auch zelluläre Immunantworten gegen HPV-infizierte Zellen aus und kann daher möglicherweise auch therapeutisch gegen bereits existierende Infektionen wirken.
Überraschender Auslöser für Nierenschäden bei Lupus
Gemeinsame Pressemitteilung der Charité und des Max Delbrück Center
Welche Zellen für Nierenschäden bei Lupus-Patient:innen verantwortlich sind, haben Forschende der Charité – Universitätsmedizin Berlin, des Deutschen Rheumaforschungszentrums (DRFZ) und des Max Delbrück Center nun aufgeklärt. Die in Nature* publizierte Studie könnte künftigen Antikörpertherapien gegen die Autoimmunerkrankung den Weg bereiten.
Machine Learning erkennt frühzeitig Herz-Kreislauf-Erkrankungen
Wie lassen sich Erkrankungen des Herz-Kreislaufsystems entdecken, bevor Symptome auftreten? Forschende der TU Graz haben einen Weg gefunden, ihnen frühzeitig auf die Schliche zu kommen.
Cardiovascular Diseases Recognised at an Early Stage by Machine Learning
How can diseases of the cardiovascular system be detected before symptoms appear? Researchers at Graz University of Technology (TU Graz) have found a way to track them down at an early stage.
Dem kognitiven Abbau vorbeugen: Das soziale Netzwerk ist entscheidend
FAU-Studie untersucht den Einfluss von sozialer Isolation auf die kognitiven Fähigkeiten
Früherkennung von Darmkrebs bei jüngeren Personen mit familiärem Risiko: Vorbericht veröffentlicht
Interessierte können bis zum 09.09.2024 Stellung nehmen.
Interview with Prof. Reinhard Heckel: “Data are the crucial component for generative AI”
These days our data are collected everywhere in the internet and are also used to train large language models like ChatGPT. But how do we train artificial intelligence (AI), how do we avoid distortions – known as bias – in the models and how do we ensure that data are protected? Reinhard Heckel, a professor of machine learning at the Technical University of Munich (TUM), takes the time to answer these questions. Prof. Heckel conducts research on large language models and medical imaging applications.
Interview mit Prof. Reinhard Heckel: „Daten sind die entscheidende Komponente für generative KI’’
Unsere Daten werden im Internet inzwischen überall gesammelt und auch zum Training von Large Language Models wie ChatGPT eingesetzt. Doch wie wird die Künstliche Intelligenz (KI) trainiert, wie wird sichergestellt, dass keine Verzerrungen, sogenannte Bias in den Modellen entstehen und wie wird dabei der Datenschutz eingehalten? Antworten auf diese Fragen gibt Reinhard Heckel, Professor für Maschinelles Lernen an der Technischen Universität München (TUM). Er forscht zu Large Language Models und bildgebenden Verfahren in der Medizin.
DGIM-Posterpreis für Doktorandin Nele Hahn
Doktorandin Nele Hahn, Klinik und Poliklinik für Innere Medizin I des Universitätsklinikums Regensburg (UKR), wurde mit einem Posterpreis der Deutschen Gesellschaft für Innere Medizin (DGIM) für den Bereich Gastroenterologie ausgezeichnet. Der Preis ist mit 1.000 Euro dotiert.
Information scientists develop method to detect doping cases using AI
Thousands of athletes are currently competing for medals at the Olympic Games in Paris. And in some cases, questions will be asked about whether medals were won fairly or whether doping was involved. Software developed by a team led by Wolfgang Maaß, professor of business informatics at Saarland University, could help to answer these questions in future competitions. The software, which is currently being presented at the International Joint Conference on AI (3–9 August in South Korea), needs only a handful of data points to predict with unprecedented accuracy which athletes have definitely not doped – and can thus identify those cases where a closer look is required.