News Radar
Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
Mit KI entwickelte Viren und Bakterien klingen gefährlich. Forscher sehen jedoch Potenzial für Medizin und funktionale Bakterien. (Innovation & Forschung, Virus)
Genomisches Sprachmodell hat enormes Potenzial, Organismen wie Bakterien umzugestalten
Wissenschaftler erschafften 16 funktionsfähige Viren, deren genetischer Code von künstlicher Intelligenz entworfen wurde.
Forscher sagen, dass der Durchbruch Hoffnungen für neue Medikamente bietet, wirft aber auch dringende Fragen zur Biosicherheit auf. Wissenschaftler haben die ersten von künstlicher Intelligenz …
Forscher nutzten KI, um lebensfähige Virusgenome zu entwerfen. Die Methode birgt Chancen gegen resistente Keime, aber auch Risiken für die Biosicherheit.
Apps verarbeiten Gesundheitsdaten. Doch wer kontrolliert sie? Paulina Jo Pesch spricht im Podcast über die Macht der Anbieter und die Grenzen der Einwilligung.
Wissenschaftler haben Impfstoffe ein Jahr lang bei Raumtemperatur stabil gehalten, was die globale Impfstoffversorgung transformieren könnte.
arXiv:2608.02688v1 Phänotypische Wirkstoffforschung ermöglicht die Entdeckung funktionaler Beziehungen zwischen molekularen Strukturen und zellulären Reaktionen. Vorhandene multimodale …
arXiv:2608.02692v1 Der Zugriff auf ganzheitliche multimodale Daten verbessert die Leistung von Artificial Intelligence (AI) bei medizinischen Klassifizierungsaufgaben im Vergleich zur Nutzung …
Übersteigerter Fortschrittsglaube, ehrgeizige Mediziner und eine laxe Wissenschaftsaufsicht haben eine Familie in Shanghai ins Unglück gestürzt. Es ist nicht das erste Mal, dass Chinas Genforschung …
Japan will Osaka und Kobe zu Biotech-Zentren entwickeln
arXiv:2607.27235v1 Announce Type: new Abstract: Das Training von Deep-Learning-Modellen auf radiologischen Bildern erfordert die Integration heterogener Datensätze aus verschiedenen Quellen, …