AI合成数据在生物医学中的十年增长与持续存在的转化鸿沟
该研究对2015至2025年间4143篇关于生物医学AI合成数据的文献进行了系统映射与文献计量分析,结合专家标注与大语言模型辅助分类,覆盖数据模态、医学领域、论文类型、部署状态与研究立场,发现发文量持续增长、77.8%的论文持强烈支持态度而批判性工作不足1%、医学影像占据语料主体、高被引原创研究集中于分子与制药应用,且仅27篇报告了实际运行使用,从而揭示出方法学增长与部署落地之间的鸿沟。
2 篇关联报道
该研究对2015至2025年间4143篇关于生物医学AI合成数据的文献进行了系统映射与文献计量分析,结合专家标注与大语言模型辅助分类,覆盖数据模态、医学领域、论文类型、部署状态与研究立场,发现发文量持续增长、77.8%的论文持强烈支持态度而批判性工作不足1%、医学影像占据语料主体、高被引原创研究集中于分子与制药应用,且仅27篇报告了实际运行使用,从而揭示出方法学增长与部署落地之间的鸿沟。
该系统综述与荟萃分析汇总了5项研究、共577例确诊三叉神经痛患者,评估深度学习与机器学习模型在MRI上自动分割三叉神经并检测神经血管冲突的诊断表现,合并敏感度为71%(95% CI: 65-76%)、特异度为92%(95% CI: 88-94%)、AUC为0.91(95% CI: 0.88-0.93),提示AI模型在该任务上具有较高的诊断准确性。
已读完全部报道