跳到主要内容

医学与健康

461 条内容

  1. medRxiv

    MyoSTAT.AI:面向合成数据上时间分割与剪切波速度稳定化的可复现基准测试工具包

    该研究构建了 MyoSTAT.AI,一个完全在合成数据上运行、确定性可复现的心脏超声分割与剪切波弹性成像(SWE)速度场稳定化基准框架,通过单变量消融比较四种 U-Net 系架构(2D、2.5D、3D、ConvLSTM)并评估六种稳定化方法,报告 ConvLSTM 分割精度最高(Dice 0.994、IoU 0.987,较 2D 基线 Dice 0.808 提升 18.6 个百分点)、UNet2.5D 在 3 帧时间窗下以更低延迟(433 ms 对 1193 ms)达到 Dice 0.983、TensorRT FP16 部署在 RTX 3060 与 Jetson Orin Nano 上分别达到 341 FPS 与 90.4 FPS,以及 smoothn 惩罚最小二乘稳定
  2. World Journal of Methodology

    眼科人工智能:从诊断准确率走向临床应用

    本文评估了眼科图像处理中高性能人工智能系统为何很少转化为患者结局的改善,指出像素级性能指标与临床意义之间存在落差,并将数据偏倚、域偏移与标签噪声以及缺乏前瞻性随机部署试验列为主要障碍,同时提出严格外部验证、既定决策标准、真实临床环境中的持续监测、透明报告规范与人为因素工程等弥合路径,目标指向青光眼、糖尿病视网膜病变以及黄斑病变(糖尿病性黄斑水肿与年龄相关性黄斑变性)的诊断精度提升。
  3. World Journal of Methodology

    肿瘤麻醉中的人工智能:当前应用、挑战与未来方向

    这篇综述梳理了人工智能在肿瘤患者围手术期麻醉路径中的应用现状:术前通过机器学习和深度学习模型进行衰弱自动评估、电子健康记录表型分析与肿瘤特异性结局预测以强化风险分层;术中借助闭环麻醉给药系统、预测性血流动力学监测和麻醉深度自动控制优化给药、减轻生理应激并可能有助于保护围手术期免疫功能;术后通过整合基因组学、影像组学、可穿戴生物信号与高分辨率生理波形等多模态数据,促进谵妄、持续性疼痛、急性肾损伤和吻合口漏等并发症的早期识别,同时讨论了人工智能在检验“肿瘤麻醉假说”(麻醉技术、炎症与癌症复发之间联系)中的作用,并指出数据异质性、泛化性有限、算法不透明、监管不确定以及公平性与临床实施相关的伦理问题等
  4. MedScience

    胃肠道肿瘤新抗原癌症疫苗:机遇与挑战

    本文系统综述了胃肠道肿瘤新抗原癌症疫苗的临床进展与前景,指出该类疫苗因高特异性和强免疫原性可有效激活特异性T细胞免疫,与免疫检查点抑制剂联用可产生协同效应,多种疫苗平台各有优势,临床试验在诱导免疫应答和延长无进展生存期方面显示出令人鼓舞的潜力,同时当前面临新抗原预测准确性、肿瘤异质性和最佳治疗时机等关键挑战,未来方向包括人工智能辅助的多组学筛选、通用型疫苗开发、新型递送系统优化及多模式联合策略。
  5. medRxiv

    利用患者健康状态生成模型识别癌症高风险人群

    该研究提出GenEHR——一个在数百万患者电子健康记录上训练的自回归生成模型,通过RAdix时间编码显式建模就诊间不规则时间间隔,并结合参数高效的门控低秩适配进行监督微调,在五个大型电子健康记录队列中提升了五年内首次癌症诊断的预测性能,并支持对胰腺癌、卵巢癌等侵袭性癌症进行风险分层筛查。
  6. Journal of the American Heart Association

    人工智能全血管分割在冠状动脉内光学相干断层扫描中的真实世界外部验证

    这项回顾性单中心外部验证研究纳入100例连续接受临床指征OCT检查的患者,用既往开发的OCT-AID算法对2560个可分析帧进行全血管像素级自动标注,并与专家人工判读的参考标准逐帧比较,结果显示钙化斑块识别(κ=0.88)与定量(组内相关系数0.79–0.93)表现优异、接近观察者间变异,脂质斑块识别与定量表现合理(κ=0.68;脂质弧组内相关系数0.79;最小纤维帽厚度组内相关系数0.59)且总体优于观察者间变异,而低患病率特征(如斑块破裂)表现有限,提示在真实世界连续患者数据中全自动OCT评估可行且与观察者间变异相当。
  7. International journal of ophthalmology

    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。
  8. Journal of the American College of Surgeons

    大语言模型数据抽取在NSQIP中展现出准确性与可靠性

    本研究以105例NSQIP乳房重建试点项目患者(2024年7月1日至2025年2月28日)的临床记录为对象,经人工去标识化后用定制化ChatGPT 4.1工作流逐变量抽取,以整形外科教师作为参考标准,共评估9,048个数据点,结果显示大语言模型总体抽取准确率为99.33%(61个错误),高于人工抽取的98.19%(164个错误),McNemar与卡方检验p<0.001,模型在术中与术后变量上优于人工,在术前变量上略低,最常见错误为既往乳房手术史(29/61)及胸肌前与胸肌下植入物或扩张器位置判断。
  9. The Cleft palate-craniofacial journal : official publication of the American Cleft Palate-Craniofacial Association

    基于CAPS-A-AM评估语音样本的人工智能高鼻音诊断:儿童腭咽功能障碍中的初步可行性研究

    这项前瞻性单中心研究收集了40名2至17岁儿童(包括腭咽功能障碍患者、相关疾病患者及健康儿童)在言语语言病理学家指导下采集的语音样本,以CAPS-A-AM共识评分为参照,将高元音/i/和/u/的梅尔频谱图输入逻辑回归、EfficientNet-V2-S注意力多实例学习CNN以及CNN-XGBoost混合模型,在“无高鼻音(0)对比任何高鼻音(1-4)”和“无/边缘(0-1)对比轻至重度高鼻音(2-4)”两个阈值下进行二分类,结果显示多种独立建模方法均能识别临床评定的高鼻音,其中EfficientNet-V2-S在本队列中取得最高观测性能(F1=0.786-0.900),但置信区间重叠,尚无法证
  10. Medical Science Monitor

    虚拟现实技术在耳鼻咽喉科患者照护管理中的应用:当前证据与未来前景的叙述性综述

    这篇叙述性综述综合近期临床研究与技术进展,梳理了虚拟现实(VR)在耳鼻咽喉科护理中的患者端应用(术前教育、疼痛与焦虑缓解、前庭康复、吞咽评估与治疗、听力康复、耳鸣管理)与护士端应用(专业培训与技能发展),指出前庭康复有来自随机对照试验的强证据支持,而吞咽治疗与耳鸣管理主要基于初步探索性研究,并讨论了技术、经济与临床层面的实施障碍以及VR与人工智能、可穿戴生物传感器和远程康复平台整合的前景。

第 25 页 · 当前显示 10 项