Unser Artikel über eine neue Integrationspipeline, die Multi-omics-, klinische und Labordaten kombiniert, um eine Genauigkeit von bis zu 96 % bei der Diagnose von Autoimmunkrankheiten zu erreichen, bietet anpassbare Anwendungen für eine breitere Krankheitsdiagnostik.

Automatisierte Übersetzung von narrativen Pflegeleitlinien in strukturierte Komponenten zur Integration in elektronische Systeme zur Unterstützung klinischer Entscheidungen - eine Machbarkeitsstudie

Die Arbeit untersucht die Dengue-Antikörperreaktion mithilfe von fortschrittlicher Sequenzierung und maschinellem Lernen und gibt Einblicke in Veränderungen der Diversität, die Architektur des Repertoires und die Identifizierung seltener breit neutralisierender Antikörpersequenzen.

Em Care is a fully open-source, FHIR-native solution that can be configured to meet country- or site-specific requirements and integrated to Member State’s existing digital solutions. It is available for Android devices and built using the Android FHIR SDK which supports HL7 FHIR®/CQL. It will be available from the Google Play store or as a direct download to an Android Package Kit (APK)

Ein angewandtes Computational Intelligence-Projekt zur Bestimmung, ob LightGBM ein geeigneter Ersatz für den in QSAR-Modellen weitverbreiteten Random Forest Classifier darstellt. Veröffentlicht und präsentiert auf der Konferenz IJCACI 2022.

Eine kuratierte Datenbank mit Immun-Repertoires und Metadaten im AIRR-Format, die mit IgBLAST annotiert wurden.

Eine Full-Stack-Anwendung zum Suchen und Filtern nach gewünschten Genen, die vom NCBI-FTP-Server heruntergeladen wurden. Mit Java Spring Boot, Maven, Apache Tomcat, SQL, npm und React.

Vorhersage der Bioaktivität von Small Molecules im SMILES-Format auf ein bekanntes Zielmolekül, Monoaminoxidase B (MAO-B), einem Enzym zur Hemmung von Dopamin und daher ein bekanntes Arzneimittelziel für die Parkinson-Krankheit.

Die Arbeit untersucht den Einsatz von Hochdurchsatz-Sequenzierungs- und maschinellen Lerntechniken, einschließlich neuronaler Netze, Zufallswälder und Support-Vector-Maschinen, um die Immunantwort auf das Dengue-Virus sowohl auf der Ebene des Antikörper-Repertoires als auch auf der Ebene der Sequenz zu analysieren und erkennbare Signaturen zu identifizieren, die zur Entdeckung von Antikörpern und zur Entwicklung von Impfstoffen beitragen könnten.

PERSONALIS, ein klinisches Entscheidungshilfesystem, das darauf abzielt, komplexe Autoimmunerkrankungen durch die Anwendung von Modellen des maschinellen Lernens auf verschiedene Arten von medizinischen und molekularen Datensätzen für die Diagnose und Behandlung zu entschlüsseln.

In C# geschriebene Microsoft Hololens-Anwendung unter Verwendung von Unity und Vuforia zur Erkennung von Arzneimittelverpackungen, die die zugehörigen Inhaltsstoffe und die entsprechenden Moleküle in 3D darstellen kann.

Entwicklung einer Krankenhausarchitektur für die Analyse von Bilddaten aus medizinischen Diagnosebildern. Full-Stack-Lösung mit der Möglichkeit, Ergebnisse nach bestimmten Kriterien oder mit Hilfe von Tags zu filtern. Die App wurde mit TypeScript, Vue.js, Node, Docker & PACS Server entwickelt.