Artwork

A tartalmat a ELTE Természettudományi Kar biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a ELTE Természettudományi Kar vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
Player FM - Podcast alkalmazás
Lépjen offline állapotba az Player FM alkalmazással!

🤖🧠 Artificial Intelligence in line against Ovarian Cancer🔬 S5E9

31:19
 
Megosztás
 

Manage episode 468222018 series 2990640
A tartalmat a ELTE Természettudományi Kar biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a ELTE Természettudományi Kar vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

A team of researchers from Department of Physics of Complex Systems at Eötvös Loránd University, Harvard Medical School, the Danish Cancer Institute, and Semmelweis University has developed an innovative approach to predict how patients with High-Grade Serous Ovarian Cancer (HGSOC) respond to chemotherapy. Their findings, to be published in NPJ Precision Oncology, a journal of the Nature group, with Oz Kilim, an ELTE PhD student, as the lead author, demonstrate that combining two key sources of information— images of tissue samples (histopathology) and detailed protein measurements (proteomics)— leads to improved accuracy in identifying which patients are likely to benefit from platinum-based chemotherapy, a common first-line treatment for ovarian cancer.Guests:Oz Kilim, PhD studentIstván Csabai, physicist

  continue reading

128 epizódok

Artwork
iconMegosztás
 
Manage episode 468222018 series 2990640
A tartalmat a ELTE Természettudományi Kar biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a ELTE Természettudományi Kar vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

A team of researchers from Department of Physics of Complex Systems at Eötvös Loránd University, Harvard Medical School, the Danish Cancer Institute, and Semmelweis University has developed an innovative approach to predict how patients with High-Grade Serous Ovarian Cancer (HGSOC) respond to chemotherapy. Their findings, to be published in NPJ Precision Oncology, a journal of the Nature group, with Oz Kilim, an ELTE PhD student, as the lead author, demonstrate that combining two key sources of information— images of tissue samples (histopathology) and detailed protein measurements (proteomics)— leads to improved accuracy in identifying which patients are likely to benefit from platinum-based chemotherapy, a common first-line treatment for ovarian cancer.Guests:Oz Kilim, PhD studentIstván Csabai, physicist

  continue reading

128 epizódok

Minden epizód

×
 
Loading …

Üdvözlünk a Player FM-nél!

A Player FM lejátszó az internetet böngészi a kiváló minőségű podcastok után, hogy ön élvezhesse azokat. Ez a legjobb podcast-alkalmazás, Androidon, iPhone-on és a weben is működik. Jelentkezzen be az feliratkozások szinkronizálásához az eszközök között.

 

Gyors referencia kézikönyv

Hallgassa ezt a műsort, miközben felfedezi
Lejátszás