医学与健康
461 条内容
利什曼原虫的MAPK信号网络:结构多样性、生物学功能与治疗潜力
这篇综述系统梳理了致病性利什曼原虫中15个MAPK同源物,将各成员与寄生虫分化、胞内存活、应激耐受、运动性、毒力及药物反应相关联,并区分了经实验验证的机制性靶点与计算预测的候选靶点,同时评估了小分子与天然产物抑制剂、药物重定位、结构导向策略以及分子动力学、AlphaFold建模、人工智能和纳米技术的应用,并指出MAPK10作为疫苗相关抗原的证据。
人工智能在临床前非人灵长类异种移植中的应用:从数据复杂性到临床精准的桥梁
这篇综述综合了人工智能与机器学习在非人灵长类异种移植临床前研究中的应用证据,指出计算机视觉可支持连续无创的行为表型分析与疼痛评估、异常检测算法可从生物信号流中提取早期预警信号、多组学整合可识别异种移植物特异性生物标志物特征、数字孪生框架或可支持对潜在人类受者反应的假设生成式模拟、可解释人工智能可使模型输出更透明并更具监管可辩护性,并提出了一项研究议程,使人工智能增强的非人灵长类实验成为从临床前数据复杂性通向异种移植临床精准的桥梁,同时支持3R(替代、减少、优化)伦理要求。
先检索后验证:评估大语言模型生成医学信息的证据支持与幻觉
该研究对 GPT-5、OpenAI o3-mini 和 GPT-3.5 三个大语言模型在 97 项随机对照试验的 RoB 2 偏倚风险评估任务上进行评测,先用 Okapi BM25 从试验报告中检索相关段落,再对每条生成声明给出支持、矛盾、未找到或超出范围的证据判定并附原文引文,结果显示各模型二分类准确率高达 90%-98%,但证据支持率仅为 60%-65%,保守幻觉率为 34%-37%,说明决策层面的高准确率并不等于输出有文献依据。
癌症耐药:从单基因机制走向系统性适应性耐药的概念转变
这篇综述提出将多药耐药(MDR)从传统的单基因机制模型重新理解为一种复杂且不断演化的系统性适应性耐药现象,并系统梳理了经典耐药机制(药物摄取/外排、代偿性通路激活、凋亡逃逸)、非遗传性耐药机制(药物耐受持留细胞DTPs、上皮-间质转化EMT、癌症干细胞CSC可塑性及其相关因素)、这些机制之间的相互作用如何共同促成肿瘤持续存在与MDR演化,以及转化医学障碍与新兴药理策略(包括纵向分子监测和人工智能辅助的耐药预测)。
AWARE 框架:在精神卫生诊疗中评估患者使用对话式 AI 的教育性访谈框架
本文提出 AWARE(AI 使用、原因、依恋、现实与风险、对功能的影响)框架,作为帮助精神卫生专业人员系统评估患者使用对话式 AI 的教育性访谈工具,围绕五个临床相关领域组织提问,并讨论将其纳入本科、研究生与继续专业教育的途径及未来研究重点。
多模态大语言模型在院前心电图判断急诊导管室启动上的表现:一项回顾性对比分析
该研究对270例疑似急性心肌梗死患者的院前急救场景中采集的615份心电图进行回顾性分析,以心内科实际启动STEMI通路作为参考标准,比较三种多模态大语言模型与心电图机算法的判读表现,发现Gemini敏感度最高(95.3%)但特异度极低(9.4%),ChatGPT与Claude敏感度中等(68.1%与67.2%)且特异度有限(42.3%与46.5%),而心电图机算法敏感度67.7%、特异度64.2%,表现更为均衡,提示通用大语言模型在时间敏感的急诊流程中不适合用于基于心电图的导管室启动决策。
当AI说“我也经历过类似的情况”:类同伴照护支持中的合成亲身经历
该研究以阿尔茨海默病及相关痴呆(ADRD)家庭照护者为情境,结合在线社区中的人类同伴支持对话与三个大语言模型(LLaMA、GPT-4o-mini、MedGemma)在“类同伴”提示下生成的回应,通过心理语言学分析与质性分析比较人类同伴与AI如何使用个人叙事,发现人类同伴回应中第一人称与过去时导向语言显著多于类同伴AI回应,并归纳出人类同伴支持中七类个人叙事,指出AI常能复现其中的情感工作却可能虚构经历依据,从而提出“叙事真实性差距”与“合成亲身经历悖论”。
基因组基础模型衍生的扰动谱将体细胞突变与癌症生物学及临床结局联系起来
该研究使用 AlphaGenome 与 AlphaMissense 对来自癌症基因组图谱(TCGA)8,800 名患者、33 种癌症类型的体细胞突变进行扰动量化,发现复发性热点突变在蛋白层面预测效应更强,而非热点突变在多数癌症类型中调控效应更大;将变异层面预测聚合为患者-基因扰动谱后,这些谱具有基因与模态特异性,反映组织来源、癌症类型与微卫星不稳定性状态,并保留超出肿瘤突变负荷的信息;在缺乏复发性热点突变的患者中,更高的预测扰动与总生存相关,其中染色质可及性信号最强且最一致,在独立治疗注释队列中基因层面扰动也与治疗定义亚组内的生存相关。
人工智能驱动的一键式功能性肺避让放疗自动计划系统的临床实施与评估
该研究将整合了基于剂量学评分的射束角度选择、多模态引导剂量预测与功能引导剂量模拟的AP-FLART系统在RayStation中实施,并用33例接受SPECT通气或灌注成像的肺癌患者数据评估,结果显示自动FLART计划较手动常规放疗计划显著降低高功能肺平均剂量15.1%,在FLART获益患者中把≥2级放射性肺炎概率降低6.25个百分点(27%),临床收益与手动FLART计划相近,且87.9%的自动计划无需修改即可被临床接受,计划时间从2-3小时缩短至约8分钟。
第 33 页 · 当前显示 10 项