Forschende haben ein dreidimensionales multimodales Foundation Model für die optische Kohärenztomographie (OCT) entwickelt, das in der Fachzeitschrift *Nature Biomedical Engineering* veröffentlicht wurde. Das Modell zielt darauf ab, die automatisierte Analyse von Netzhautaufnahmen auf ein neues Niveau zu heben und könnte die Diagnose von Augenerkrankungen wie der Makuladegeneration erheblich verbessern.
Ein internationales Forschungsteam hat ein auf Convolutional Neural Networks basierendes System entwickelt, das Antibiotikaresistenzen beim Erreger Mycobacterium tuberculosis mit diagnostischer Präzision quantifizieren kann. Die Ergebnisse wurden in der Fachzeitschrift Nature Communications veröffentlicht und zeigen zudem, dass das Modell in der Lage ist, das Ansprechen von Patienten auf eine Behandlung vorherzusagen.
Ein Forschungsteam hat ein Deep-Learning-Modell entwickelt, das anhand digitalisierter Gewebeproben frühzeitig erkennt, bei welchen Patienten nach einer Operation ein Magenkrebs-Rückfall droht. Die Studie wurde in *Nature Communications* veröffentlicht und zeigt, dass sogenannte digitale Biopsien herkömmliche klinische Prognosemodelle in ihrer Vorhersagekraft übertreffen können.
Ein internationales Forschungsteam hat ein KI-System entwickelt, das verschiedene Krebsarten in medizinischen Bildaufnahmen identifizieren kann – ohne dafür auf gelabelte Trainingsdaten angewiesen zu sein. Das System trägt den Namen PRET und wurde in der Fachzeitschrift *Nature Cancer* veröffentlicht.