阿尔茨海默病分类模型不再把年龄当捷径:残差化去偏让认知正常与轻度认知障碍组的年龄相关性接近零
在三个独立队列的结构MRI上,阿尔茨海默病分类模型会把年龄当作捷径:年龄越大,被赋予的患病风险越高。把年龄效应在特征空间里做线性残差化(PMDN)后,认知正常与轻度认知障碍组的年龄—预测相关性降到接近零,平衡准确率0.71、Brier分数约0.22,且折间波动明显小于对抗训练方案CF-Net。事后校准进一步压低概率误差,但等渗回归与贝叶斯分箱这类非参数方法效果最好。
4 篇关联报道
在三个独立队列的结构MRI上,阿尔茨海默病分类模型会把年龄当作捷径:年龄越大,被赋予的患病风险越高。把年龄效应在特征空间里做线性残差化(PMDN)后,认知正常与轻度认知障碍组的年龄—预测相关性降到接近零,平衡准确率0.71、Brier分数约0.22,且折间波动明显小于对抗训练方案CF-Net。事后校准进一步压低概率误差,但等渗回归与贝叶斯分箱这类非参数方法效果最好。
分子性质预测此前多从结构自监督直接跳到端点微调,中间那批稀疏实验活性数据被跳过。GRASP 用 93.5M 参数的图 Transformer 分两步训练:先在 15.4 亿次 ZINC20 分子呈现上做替换词元检测,再在 642 个 ChEMBL 测定上适配。在 23 个聚类留出的 OpenADMET 端点上,全量微调平均 MAE 为 0.374,低于 CheMeleon 的 0.383、ECFP4-LightGBM 的 0.408 和 Chemprop 的 0.440;加入 ChEMBL 适配把平均 MAE 从 0.407 降到 0.374,23 个端点中 21 个改善。
这篇综述汇总了在因其他临床指征(常规胸部CT、肺癌筛查CT、PET/SPECT衰减校正CT)而进行的胸部CT上机会性识别和量化冠脉钙化(CAC)的证据,指出CAC在胸部CT上的汇总患病率为52%,与全因死亡(汇总相对风险2.13)和主要不良心血管事件(汇总相对风险2.61)独立相关,并综述了AI/机器学习自动评分、影像组学、光子计数CT以及CAC作为多系统生物标志物等新应用,同时指出目前尚无评估该策略临床影响的随机试验结果。
本文是一篇讨论性文章,系统梳理了数字医疗在功能性神经障碍(FND)中可发挥作用的六个方向——利用大型生物样本库与临床数据集揭示流行病学、共病、机制、经济负担及可能的治疗效果,用人工智能辅助超出临床承载力的复杂耗时评估,用自动化震颤分析、功能性运动体征量化和语音识别等数字工具提升诊断精度,通过在线工具与远程医疗改善自我管理和治疗可及性,借助可穿戴设备与远程医疗改进疗效测量与现有治疗,以及发展人工智能辅助治疗、生物反馈和虚拟或增强现实等新疗法——同时讨论了去人格化、隐私泄露、治疗替代、数字依赖和数字排斥等风险,并指出由临床医生而非干预本身带来的“治疗师效应”难以在数字环境中复制,最终提出应让技术进
已读完全部报道