Stanford Medicine

9 篇关联报道

bioRxiv 2026年10月13日
卵巢的年龄可以被宿主改写：老龄卵巢在年轻小鼠体内恢复排卵并产下活仔
卵巢衰老不再被当作单向、固定的过程。研究者建立卵巢专用转录组时钟OvaAge，并结合表观遗传与通路甲基化时钟，把老龄卵巢移植进年轻小鼠、把年轻卵巢移植进老龄小鼠，发现卵巢分子年龄随宿主年龄双向偏移，但只偏移一部分。13月龄供体卵巢在年轻宿主体内于17至18月龄时完成足月妊娠并产下活仔，而同样年龄的卵巢留在老龄宿主体内则未能生育。
卵巢衰老不再被当作单向、固定的过程。研究者建立卵巢专用转录组时钟OvaAge，并结合表观遗传与通路甲基化时钟，把老龄卵巢移植进年轻小鼠、把年轻卵巢移植进老龄小鼠，发现卵巢分子年龄随宿主年龄双向偏移，但只偏移一部分。13月龄供体卵巢在年轻宿主体内于17至18月龄时完成足月妊娠并产下活仔，而同样年龄的卵巢留在老龄宿主体内则未能生育。
Stanford University McGill University Stanford Medicine Harvard University University of California, Los Angeles Brigham and Women's Hospital Research Institute of the McGill University Health Centre Broad Institute Erik Jacques Steve Horvath Kejun Ying Nathalie Agar Mahdi Moqri Harlan Steven Alexander Tyshkovskiy Ludger Goeminne
arXiv 2026年10月7日
TIDE 2.0 将可替换识别器与密钥化匿名器分离，在两家机构语料上实现 0.88 与 0.77 的跨度级召回
TIDE 2.0 是一个 MIT 许可、可院内自托管的临床文本去标识引擎，把可替换的 PHI 识别器与密钥化、无映射表的匿名器分离：匿名器用每患者保间隔日期偏移、格式保留加密和确定性密钥选择生成替代值，使同一取值在同一密钥下跨病历一致、换密钥后新旧发布不可关联；默认配置（由大模型蒸馏的 TIDE2-Sentry 加正则层）在 Stanford 的 SHIELD 语料上达到跨度级召回 0.88、精确率 0.88，在另一机构的 i2b2 2014 语料上为 0.77 与 0.87。
TIDE 2.0 是一个 MIT 许可、可院内自托管的临床文本去标识引擎，把可替换的 PHI 识别器与密钥化、无映射表的匿名器分离：匿名器用每患者保间隔日期偏移、格式保留加密和确定性密钥选择生成替代值，使同一取值在同一密钥下跨病历一致、换密钥后新旧发布不可关联；默认配置（由大模型蒸馏的 TIDE2-Sentry 加正则层）在 Stanford 的 SHIELD 语料上达到跨度级召回 0.88、精确率 0.88，在另一机构的 i2b2 2014 语料上为 0.77 与 0.87。
Stanford Medicine
大语言模型知识蒸馏文本匿名化
Journal of Orthopaedic Trauma 2026年10月1日
AI驱动的临床恶化指数在老年髋部骨折术后识别高危患者：CDI≥65者并发症率93.3%、一年死亡率20.0%
这项单中心回顾性队列研究纳入197例接受OTA/AO 31-A/B/C髋部骨折固定的老年患者，用AI驱动的临床恶化指数（CDI，基于31项临床指标生成0–100分）在术后48小时内分组，发现CDI≥65的15例（7.6%）患者并发症率更高（93.3% vs 26.4%）、住院更长（10.1 vs 5.2天）、出院行走距离更短（8.8 vs 42.3英尺）、一年死亡率更高（20.0% vs 3.8%），并提示机构沿用的65分阈值特异性高（99.3%）但敏感性低（22.6%），优化阈值47.7可将敏感性提升至77.4%、准确率相当（75.0%）。
这项单中心回顾性队列研究纳入197例接受OTA/AO 31-A/B/C髋部骨折固定的老年患者，用AI驱动的临床恶化指数（CDI，基于31项临床指标生成0–100分）在术后48小时内分组，发现CDI≥65的15例（7.6%）患者并发症率更高（93.3% vs 26.4%）、住院更长（10.1 vs 5.2天）、出院行走距离更短（8.8 vs 42.3英尺）、一年死亡率更高（20.0% vs 3.8%），并提示机构沿用的65分阈值特异性高（99.3%）但敏感性低（22.6%），优化阈值47.7可将敏感性提升至77.4%、准确率相当（75.0%）。
Stanford University Stanford Health Care Stanford Medicine Max Ruiz Michael J. Gardner Maddison McLellan Christopher Q Lin
Cancer 2026年10月1日
CIBMTR真实世界数据显示：cilta-cel治疗中约三分之一多发性骨髓瘤患者属虚弱人群，其12个月无进展生存62.7%、总生存72.8%，ICANS风险翻倍
该研究利用国际血液与骨髓移植研究中心（CIBMTR）登记数据，评估2022年3月至2023年12月接受商业化cilta-cel治疗的541例复发/难治多发性骨髓瘤患者，发现183例（33.8%）按改编简化虚弱评分归为虚弱，其总体缓解率与非虚弱者相近（82.8%对88.5%），但12个月无进展生存（62.7%对75.9%）和总生存（72.8%对90.4%）更差，任何级别ICANS发生率更高（32.2%对17.6%），多因素分析中虚弱独立预测更差的无进展生存（HR 1.67）、总生存（HR 2.46）和任何级别ICANS（OR 2.01）。
该研究利用国际血液与骨髓移植研究中心（CIBMTR）登记数据，评估2022年3月至2023年12月接受商业化cilta-cel治疗的541例复发/难治多发性骨髓瘤患者，发现183例（33.8%）按改编简化虚弱评分归为虚弱，其总体缓解率与非虚弱者相近（82.8%对88.5%），但12个月无进展生存（62.7%对75.9%）和总生存（72.8%对90.4%）更差，任何级别ICANS发生率更高（32.2%对17.6%），多因素分析中虚弱独立预测更差的无进展生存（HR 1.67）、总生存（HR 2.46）和任何级别ICANS（OR 2.01）。
Fred Hutch Cancer Center University of Washington Stanford University Medical College of Wisconsin The Ohio State University OhioHealth Moffitt Cancer Center Washington University in St. Louis Tiening Chen Temitope Oloyede Aram Bidikian Saad Usmani Mark Schroeder Ajoy Dias Lazaros Lekakis Jesus Berdeja
arXiv 2026年9月25日
在90万张CT/MRI切片上训练的稀疏自编码器把医学影像基础模型的稠密嵌入拆成可语言描述的概念，10个特征即恢复87.8%下游性能
该研究在TotalSegmentator数据集的909,873张CT与MRI二维切片上，对冻结的BiomedParse（生物医学）与DINOv3（通用）基础模型嵌入训练Matryoshka稀疏自编码器（BatchTopK稀疏化），并设随机权重基线，发现稀疏特征能以最高R2=0.941重建原始嵌入、仅用10个特征即恢复87.8%下游性能（99.4%降维）、以5特征指纹保留97.7%稠密检索质量、经独立大模型评判对应可语言表达的单义概念，并在单条临床文本查询上实现零样本语言驱动图像检索。
该研究在TotalSegmentator数据集的909,873张CT与MRI二维切片上，对冻结的BiomedParse（生物医学）与DINOv3（通用）基础模型嵌入训练Matryoshka稀疏自编码器（BatchTopK稀疏化），并设随机权重基线，发现稀疏特征能以最高R2=0.941重建原始嵌入、仅用10个特征即恢复87.8%下游性能（99.4%降维）、以5特征指纹保留97.7%稠密检索质量、经独立大模型评判对应可语言表达的单义概念，并在单条临床文本查询上实现零样本语言驱动图像检索。
Stanford University Technical University of Munich Stanford Medicine TUM Klinikum Artificial Intelligence in Medicine (Canada)Philipp Wesp Robbie Holland Sergios Gatidis Vasiliki Sideri‐Lampretsa
Generative Adversarial Networks and Image Synthesis Domain Adaptation and Few-Shot Learning Explainable Artificial Intelligence (XAI)
bioRxiv 2026年9月17日
SPHERE：让敏感人类数据在AI时代可被直接使用与共享
作者提出SPHERE这一无需建模（model-free）的方法，将敏感数据集转化为可共享的“合成孪生”（synthetic twin），使AI系统与协作者可直接使用而原始记录不离开本地环境；在覆盖五个科学领域的33个数据集上，该方法在抵御对抗性重识别攻击的同时保留了数据的统计结构（均值、方差与相关性被精确复现，线性分析中的效应量与P值数值一致，非线性机器学习效用得以保留，每个孪生可在笔记本电脑上数秒生成），前沿AI智能体在孪生上的科学结论与在原始记录上一致，并可在UK Biobank规模上复现基因组与蛋白质组范围的结果、在三个独立队列与联盟中重现里程碑研究的发现，还首次以涵盖九种模态的SPHERE
作者提出SPHERE这一无需建模（model-free）的方法，将敏感数据集转化为可共享的“合成孪生”（synthetic twin），使AI系统与协作者可直接使用而原始记录不离开本地环境；在覆盖五个科学领域的33个数据集上，该方法在抵御对抗性重识别攻击的同时保留了数据的统计结构（均值、方差与相关性被精确复现，线性分析中的效应量与P值数值一致，非线性机器学习效用得以保留，每个孪生可在笔记本电脑上数秒生成），前沿AI智能体在孪生上的科学结论与在原始记录上一致，并可在UK Biobank规模上复现基因组与蛋白质组范围的结果、在三个独立队列与联盟中重现里程碑研究的发现，还首次以涵盖九种模态的SPHERE
Stanford University Stanford Medicine University of North Carolina at Charlotte Russ Altman Rafael Catoia Pulgrossi Audrey Weber Julie (Fangran) Wang Victor W. Henderson Tony Wyss-Coray Zihuai He Xiang Zhang
隐私保护合成数据孪生敏感数据上的自主AI智能体
International Journal of Ophthalmology 2026年9月18日
为什么AI还没走进眼科诊室？眼底影像诊断落地障碍与路径的系统综述
这篇系统综述评估了2018至2025年间的34项研究，指出AI在糖尿病视网膜病变、青光眼、早产儿视网膜病变和年龄相关性黄斑变性等常见眼病诊断中常达到90%以上准确率、甚至可与专家相当或更优，但真实世界部署仍受三类障碍制约——与临床工作流的割裂式整合、AI决策缺乏透明度、以及在多样人群间泛化能力不足，并提出可操作的路径以弥合研究与临床实践之间的“最后一英里”差距。
这篇系统综述评估了2018至2025年间的34项研究，指出AI在糖尿病视网膜病变、青光眼、早产儿视网膜病变和年龄相关性黄斑变性等常见眼病诊断中常达到90%以上准确率、甚至可与专家相当或更优，但真实世界部署仍受三类障碍制约——与临床工作流的割裂式整合、AI决策缺乏透明度、以及在多样人群间泛化能力不足，并提出可操作的路径以弥合研究与临床实践之间的“最后一英里”差距。
Stanford University Stanford Medicine National University of Sciences and Technology Mirpur University of Science and Technology Muhammad Usman Akram Santhoshi Varada Fakhar Jabran Anum Abdul Salam Tehmina Shehryar
系统综述
medRxiv 2026年9月16日
急诊医学人工智能能力框架：一项多阶段共识研究
该研究通过名义群体技术（2025年5月，n=6）与两轮改良德尔菲法（2026年4月至5月，专家组n=13，来自12家学术医学中心，第一轮应答率77%、第二轮100%）构建了美国首个专科特异性的急诊医学AI能力框架，最终形成5个主题（沟通AI、理解适用场景、与AI互动、AI风险管理、AI的认知影响）、5项派生能力（主题与能力一对一映射获13人中12人认可）、19个子主题和10个保留临床场景，所有主题、派生能力及被单独评分的子主题均达到预设共识阈值，10个场景中9个达到共识、1个作为未来态运行模型保留。
该研究通过名义群体技术（2025年5月，n=6）与两轮改良德尔菲法（2026年4月至5月，专家组n=13，来自12家学术医学中心，第一轮应答率77%、第二轮100%）构建了美国首个专科特异性的急诊医学AI能力框架，最终形成5个主题（沟通AI、理解适用场景、与AI互动、AI风险管理、AI的认知影响）、5项派生能力（主题与能力一对一映射获13人中12人认可）、19个子主题和10个保留临床场景，所有主题、派生能力及被单独评分的子主题均达到预设共识阈值，10个场景中9个达到共识、1个作为未来态运行模型保留。
University of Kansas Stanford University University of Virginia University of California San Diego University of Chicago University of Florida University of Missouri University of South Florida Dania Abu‐Jubara RACHEL LIU Marta Rowh R. Andrew Taylor Mona Moukaddem Michael Makutonin Cassandra Mackey Carl M. Preiksaitis
改良德尔菲共识法名义群体法人工智能能力框架急诊医学中的人工智能
medRxiv 2026年9月14日
面向缺失序列的多序列MRI缺血性卒中检测、分割与体积估计
该工作提出ISDS-MRI统一框架，利用图神经网络与序列特异性特征建模，从多序列MRI中完成缺血性卒中的检测、病灶分割与病灶体积估计，并可在MRI序列组合不完整时工作；在多个公开MRI数据集及新构建的孟加拉国三医院532例扫描数据集BGD-MRIS上评估，取得分割Dice 0.725、检测AUC 0.962、体积估计相对误差8.4%，相较对比方法Dice提升3.2%、检测提升2.6%、体积相对误差降低1.9%。
该工作提出ISDS-MRI统一框架，利用图神经网络与序列特异性特征建模，从多序列MRI中完成缺血性卒中的检测、病灶分割与病灶体积估计，并可在MRI序列组合不完整时工作；在多个公开MRI数据集及新构建的孟加拉国三医院532例扫描数据集BGD-MRIS上评估，取得分割Dice 0.725、检测AUC 0.962、体积估计相对误差8.4%，相较对比方法Dice提升3.2%、检测提升2.6%、体积相对误差降低1.9%。
Government of New South Wales Military Institute of Science and Technology Southeast University Stanford University The University of Queensland Charles Sturt University University of Cambridge Mater Misericordiae Hospital K.M.Nazmul Hossain Sam White Md. Mostaque Hossain Nabil Mosaddek K. M. Mehedi Hasan Sizar Habib Sadat Choudhury Md Tauhidul Islam Saad Aloteibi
缺血性卒中病灶分割卒中病灶体积估计图神经网络

已读完全部报道