XiaoMi-AI文件搜索系统
World File Search System及断
响应CRISPR/CAS9引起双重链断的方法，有利于同源指导的维修选择
摘要：精确的基因编辑是 - 或很快就会用于多种疾病的临床用途，并且正在开发更多应用。由单个诱导RNA（SGRNA）导演的可编程核酸酶CAS9可以在基因组DNA的靶位点中引入双链断裂（DSB），这构成了使用这种新技术的基因编辑的初始步骤。在哺乳动物中，两种途径占主导地位的DSB修复 - 非同源末端连接（NHEJ）和同源指导的修复（HDR） - 基因编辑的结果主要取决于这两个修复途径之间的选择。尽管HDR以其高度有吸引力，但在生物学环境中，修复途径的选择是有偏见的。哺乳动物细胞优先通过多种机制利用NHEJ：NHEJ在整个细胞周期中都活跃，而HDR仅限于S / G2阶段； NHEJ比HDR快。 NHEJ抑制了HDR过程。这表明可以通过操纵细胞修复途径的选择来实现对编程DNA病变结果的明确控制。在这篇综述中，我们总结了DSB修复途径，基于DNA切除的选择选择的机制，并在研究策略中取得了进展，该策略基于操纵修复途径的选择以增加哺乳动物细胞的HDR频率，从而有利于Cas9介导的HDR。还讨论了提高HDR效率的其余问题。本评论应促进CRISPR / CAS9技术的开发，以实现更精确的基因编辑。
AI医院先进诊疗系统
【分工】 （1）验证信息积累、传输、处理等的顺畅性，验证利用AI技术的基础设施（AI医院集团） （2）利用“AI医院系统”探索疾病相关因素（东京大学医科学研究所） （3）探讨API构建（AI医院集团）
利用AI（人工智能）医院的先进诊断和治疗系统
下一代技术开发 开发世界级的AI，培养AI研究人员，为维护健康做出贡献 构建应用最先进AI的创新型医疗体系 构建融入SDGs的体系，减少医疗资源的浪费
基于人工智能的间质性膀胱炎内镜影像诊断技术
作为本次研发项目的共同研究员，名古屋大学信息学研究生院的森健作教授目前已开发并商业化了一种利用人工智能（AI）的结肠镜检查诊断支持设备（EndoBRAIN、EndoBRAIN-EYE）。 另一方面，膀胱镜诊断辅助装置在日本国内和国外都尚未实现商业化。我们获得了AMED转化研究战略促进计划（庆应义塾大学）Seeds H.A.的资助，开发了膀胱镜诊断支持的AI程序（专利申请号2021-178275）。在性能评估测试中，对三种疾病（HIC、BPS、BT包括CIS）的诊断准确率明显高于泌尿科医生（AI：88.5%，泌尿科医生：72.0%，见下图）。
利用人工智能在 CT 中自动诊断胆脂瘤和乳突腔扩展
尽管对于 AI 研究来说病例数非常少，但我们能够创建一个仅使用轴向 CT 扫描的 AI，其 AUC 为 0.837，准确度为 0.811。
紧急医疗中利用AI进行腹部CT图像诊断支持的现状……
【摘要】本文回顾了基于人工智能的腹部CT成像非创伤性病变检测模型的文献，以确定使用人工智能检测腹部器官疾病和急腹症的现状和挑战。我们搜索了PubMed和Google Scholar，提取了106篇参考文献。大多数研究旨在检测肝脏、肾脏和结肠的肿瘤，肝脏肿瘤和肾结石的检测准确率较高，而胃肠道疾病的检测准确率较低。在15篇关于急腹症的参考文献中，肾和输尿管结石和结肠炎占10篇。主要的挑战是数据集不足以检测肾和输尿管结石。在检测准确率相对较低的结肠炎检测中，测量结肠壁厚度的方法会导致假阴性和对其他器官的误检。
SIP“利用AI（人工智能）医院的先进诊疗系统”
① 制作医疗辞典（收录5.4万种药品及治疗方法等约42万词的辞典），并开始利用该辞典将医疗领域的对话及护理记录文本化实证实验（减少约30%的医疗信息记录输入负担） ② 开始运用利用秘密共享进行数据存储的系统，并利用该系统对秘密计算方法进行评估 ③ 急救医疗时通过语音输入医生的指令 ④ 在日本医师协会内设立“AI医院推进中心”，制定医疗AI平台的总体规划，并进行推广和普及 ⑤ 利用血液进行液体活检的癌症诊断标准化（远程运送样本标准化）及其评估 ⑥ 利用人工智能机器人减少PET检查时医护人员的放射线照射量（减少约50%） ⑦ 将病理诊断图像数字化，并制作搭载双屏AI的综合癌症数据库，与电子病历一起生成患者摘要和
利用脑成像和人工智能诊断精神障碍并为新疗法铺平道路
MBR基地 “光”给药研究基地 教育愿景研究中心 广岛大学为拯救下一代而创造“绿色革命”的植物研究基地 智能生物传感融合研究基地 日本食品和发酵食品创新研发基地 - 日本食品功能性开发中心 - 可立即应对紧急放射线照射的再生医疗研究基地
漂着死体における溺死诊断のための検查法について
<实用方法>肺（左上和下叶，右上和下叶），肾脏（左肾脏，右肾脏），肝脏和脾脏被从溺水的身体中取出。将每个器官切成30 mg，将其浸入100 L提取物SYBRGREEN提取物N-Amp™Plant PCR试剂盒（美国Sigma-Aldrich）中，并在95°C孵育10分钟。之后，使用浸泡解决方案作为模板进行实时PPCR。实时PCR的反应混合物（总量为20·L）如下：模板4·L，Sybrgreenextract- n-amppcrReadyMix 10·L，底漆（前向，反向）2·l，引用1·L，rnaseednasefree Water 1·L 1·L。当前生产的引物是Nitzschia 18 S RRNA，Fragilariaα-微管蛋白，Navicula IBP，Naviculaβ-肌动蛋白，Fragilariaβ-微管蛋白，RBCL和23 S rRNA，靶向生活在许多海洋和河流中的植物Planchon。在上述底漆被证明是有用的之后，我们计划为针对海洋和河流（例如海水Chaetoceros）的浮游植物物种准备底漆，并试图估计溺水位置。这使得可以在一定程度上恢复在溺水中发现的浮游植物的物种组成。作为对照，从发现溺水物体的位置收集水，并检查放大效率是否有差异。最后，我们认为，通过创建一个麦克风阵列，其中排列了多个植物浮游生物的DNA部分序列，我们可以以高精度恢复浮游生物物种。