Weill Cornell Medicine

DynaVelo把单细胞多组学中的RNA表达与转录因子基序可及性放进同一个神经微分方程，学出可被干预的速度场，而不只是画轨迹。在野生型小鼠生发中心B细胞上，它复现暗区增殖、向亮区转换与再循环的分支；在Arid1a杂合缺失细胞上，它提名Ctcf、Stat3和Bcl6为挽救靶点，三种双杂合小鼠的暗区表型均被拉回。

DynaVelo把单细胞多组学中的RNA表达与转录因子基序可及性放进同一个神经微分方程，学出可被干预的速度场，而不只是画轨迹。在野生型小鼠生发中心B细胞上，它复现暗区增殖、向亮区转换与再循环的分支；在Arid1a杂合缺失细胞上，它提名Ctcf、Stat3和Bcl6为挽救靶点，三种双杂合小鼠的暗区表型均被拉回。

该系统综述与荟萃分析纳入5项研究（675处病变、共2,685,674张胆道镜图像），按PRISMA、MOOSE及Cochrane诊断准确性方法学、采用双变量模型汇总，发现AI（多为卷积神经网络深度学习系统，图像处理速度约每秒30至60帧）辅助胆道镜诊断不确定性与恶性胆道狭窄的汇总敏感度为95%（95% CI: 85-98）、特异度为88%（95% CI: 76-94）、诊断准确性（SROC）为97%（95% CI: 95-98），CNN亚组分析（4项研究、538例患者）结果一致，作者认为该方式是有前景的诊断手段。

该系统综述与荟萃分析纳入5项研究（675处病变、共2,685,674张胆道镜图像），按PRISMA、MOOSE及Cochrane诊断准确性方法学、采用双变量模型汇总，发现AI（多为卷积神经网络深度学习系统，图像处理速度约每秒30至60帧）辅助胆道镜诊断不确定性与恶性胆道狭窄的汇总敏感度为95%（95% CI: 85-98）、特异度为88%（95% CI: 76-94）、诊断准确性（SROC）为97%（95% CI: 95-98），CNN亚组分析（4项研究、538例患者）结果一致，作者认为该方式是有前景的诊断手段。

一个由41位国际多学科专家组成的工作组系统检索了截至2025年3月17日的922篇文献，将2016年仅针对特发性肺纤维化（IPF）的急性加重（AE）定义修订为适用于全部纤维化间质性肺病（fILD）的AE-fILD定义（以弥漫性肺泡损伤为核心，伴或不伴机化性肺炎），并提出“急性呼吸恶化（ARW）”这一更广的概念框架以涵盖非DAD所致的急性呼吸恶化，同时汇总了流行病学、危险因素、预后与治疗证据，并讨论了AE作为临床试验终点的可行性。

一个由41位国际多学科专家组成的工作组系统检索了截至2025年3月17日的922篇文献，将2016年仅针对特发性肺纤维化（IPF）的急性加重（AE）定义修订为适用于全部纤维化间质性肺病（fILD）的AE-fILD定义（以弥漫性肺泡损伤为核心，伴或不伴机化性肺炎），并提出“急性呼吸恶化（ARW）”这一更广的概念框架以涵盖非DAD所致的急性呼吸恶化，同时汇总了流行病学、危险因素、预后与治疗证据，并讨论了AE作为临床试验终点的可行性。

该工作提出 TG-OT，一个全自动的 CCTA-IVUS 配准框架：先用轻量 CNN 在拓扑 (θ, z) 圆柱上预测钙化、分叉与管腔半径（并额外检测 IVUS 导丝伪影），再把冻结的检测器直接嵌入可微配准流程，以圆柱几何上的非平衡 Sinkhorn 最优传输损失加 Dice 项驱动中心线形变参数优化，辅以管腔半径匹配；在 Erasmus 大学医学中心 IMPACT 研究的 N=47 例配对 CCTA-IVUS 数据、5 折交叉验证下，无需人工交互与任何预先分割即达到纵向 Dicectl=0.99、旋转 Sc=0.96、管腔 DiceL=0.69，并在严重导管旋转漂移病例上优于 Dice-only 基线（Wilcoxon 符号秩 p<0.01）。

该工作提出 TG-OT，一个全自动的 CCTA-IVUS 配准框架：先用轻量 CNN 在拓扑 (θ, z) 圆柱上预测钙化、分叉与管腔半径（并额外检测 IVUS 导丝伪影），再把冻结的检测器直接嵌入可微配准流程，以圆柱几何上的非平衡 Sinkhorn 最优传输损失加 Dice 项驱动中心线形变参数优化，辅以管腔半径匹配；在 Erasmus 大学医学中心 IMPACT 研究的 N=47 例配对 CCTA-IVUS 数据、5 折交叉验证下，无需人工交互与任何预先分割即达到纵向 Dicectl=0.99、旋转 Sc=0.96、管腔 DiceL=0.69，并在严重导管旋转漂移病例上优于 Dice-only 基线（Wilcoxon 符号秩 p<0.01）。

该研究提出 MES 这一由六个专门智能体（Supervisor、LiteratureMiner、RWD-Analyst、KG-Specialist、Statistician、SafeChecker）组成的多智能体框架，用于在保留来源可追溯性的前提下整合已发表文献与试验证据、从真实世界数据生成针对具体问题的真实世界证据并查询生物医学知识图谱，并在两个临床用例（匹配文献缺失的阿尔茨海默病用药问题、随机证据不一致的脓毒症休克β受体阻滞剂问题）以及覆盖六类循证医学范畴的144个临床查询上评估，报告显示其能生成保留来源可追溯性、识别跨来源分歧并传达不确定性的结构化报告，且 SafeChecker 在 CliniF

该研究提出 MES 这一由六个专门智能体（Supervisor、LiteratureMiner、RWD-Analyst、KG-Specialist、Statistician、SafeChecker）组成的多智能体框架，用于在保留来源可追溯性的前提下整合已发表文献与试验证据、从真实世界数据生成针对具体问题的真实世界证据并查询生物医学知识图谱，并在两个临床用例（匹配文献缺失的阿尔茨海默病用药问题、随机证据不一致的脓毒症休克β受体阻滞剂问题）以及覆盖六类循证医学范畴的144个临床查询上评估，报告显示其能生成保留来源可追溯性、识别跨来源分歧并传达不确定性的结构化报告，且 SafeChecker 在 CliniF