医学与健康
455 条内容
澳大利亚团队发布5W-PL方案:链接维多利亚州14个卫生与公共服务数据集,追踪12–25岁青少年心理健康服务路径
该方案描述了5W-PL研究的设计:依托维多利亚州数据链接中心(CVDL)的维多利亚链接图谱,将死亡率、精神卫生、医院、急诊、救护车及儿童保护、残疾、性侵、无家可归、酒精与毒品等14个数据集进行确定性加概率性链接,构建1970至2010年出生、2015至2025年服务使用记录的跨部门纵向队列,以识别12–25岁青少年的照护路径亚组、地理服务需求格局,并建立服务类型与强度的预测模型。
人工神经网络预测经蝶内镜垂体腺瘤切除术时长,测试集平均绝对误差约38分钟
该研究基于2016至2025年间100例经蝶内镜垂体腺瘤切除术患者的回顾性数据,提取22项术前变量,构建并评估人工神经网络与随机森林两种模型,以R²、MAE、RMSE及±30/±45分钟临床准确率作为评价指标,结果显示人工神经网络优于随机森林,测试集MAE为0.636小时(约38分钟),63.3%的预测落在±30分钟内、76.7%落在±45分钟内,关键预测因子包括肿瘤复发、距第三脑室底距离与束带征(cinch sign),作者据此认为该模型可为护理排班与手术室调度提供客观依据。
综述指出:iPSC来源皮肤类器官虽能自组装出毛囊与皮脂腺,但尚无研究将其用于Franz扩散池或IVPT的标准化渗透参数测定
这篇叙述性综述梳理了透皮给药系统(TDDS)评价体系从1975年前的方法学碎片化、Franz扩散池与IVPT标准化,到RHE、全厚皮肤模型、离体人皮肤及iPSC来源皮肤类器官(SkOs)的演进,指出SkOs可自组装形成分层表皮、真皮样结构、毛囊与皮脂腺并在约4–5个月培养后转录组接近妊娠中期胎儿皮肤,但作者检索未发现将Lee型hiPSC来源SkOs用作Franz扩散池或常规IVPT标准化屏障模型、系统测定累积渗透量、稳态通量、渗透系数或皮肤滞留量的明确研究,因此提出SkOs目前应视为前沿候选模型而非成熟标准平台,并讨论AI、计算机视觉、PBPK与数字孪生可能辅助其质量控制与渗透预测。
608篇AI乳腺癌影像研究的文献计量分析显示:诊断占71.22%,可解释AI爆发值1.00成为最热前沿
该研究以Scopus与Web of Science为数据源,经PRISMA流程从4831条记录中筛出608篇2020—2026年同行评审期刊论文与综述,用Bibliometrix与VOSviewer做任务感知、方法学中心的文献计量与主题分析,发现诊断类研究占71.22%、乳腺X线摄影占42.11%、可解释AI爆发值1.00为最强新兴热点,而治疗反应预测仅占2.30%、仅约15—25%的研究明确报告超参数调优策略。
防泄漏机器学习预测MOF载药与细胞活力:域内R²达0.774与0.557,但整篇文献留出后R²转负
该研究基于Wang等人补充数据重建了161条载药量观测(110个描述符)与444条细胞活力观测(25个描述符),用差分进化在五折分组交叉验证中优化直方图梯度提升回归(HGBR)与偏最小二乘回归(PLSR),并把完全重复记录约束在同一数据分区以防信息泄漏;在防重复的20%留出集上,HGBR对细胞活力预测最强(R²=0.774,RMSE=11.655个百分点,MAE=8.153,AARD=16.69%),PLSR对载药量预测最好(R²=0.557,RMSE=0.345 g/g,MAE=0.210 g/g),但当整篇来源文献被留出时所有模型R²均为负(活力−0.391与−0.119,载药−0.342与−
希腊语三音节词表开发:20名6至12岁儿童测试后筛出40词用于言语识别阈评估
该研究针对希腊语学龄儿童(6至12岁)缺乏言语识别阈(SRT)测试材料的空白,依据音节结构(三音节)、年龄适配的词汇熟悉度、音位区分度和可听度同质性四项标准选词,按ISO 8253-3:2022录制与处理,由20名儿童参与词汇同质性评估,逐词测定达到50%正确识别所需的呈现强度,并在20%至80%识别率区间测量性能-强度(PI)函数最陡上升段,发现识别率同质的词在识别阈上并不同质、反之亦然,因此仅保留在识别率与识别阈上均落在+1个标准差范围内的词,最终形成40个三音节词的词表。
TLANet 用三层卷积加通道空间注意力,在 ISIC 2016 上报告约 88.3% 准确率、在 ISIC 2018 上报告宏 F1 约 0.681
该研究提出 TLANet——一个由三个卷积特征提取块、通道空间注意力、全局平均池化和任务专用分类头组成的三层注意力增强 CNN,并在两个独立 ISIC 任务上评估:ISIC 2016 的二分类良性/恶性(900 张训练 / 379 张测试图像)报告准确率约 88.3%,ISIC 2018/HAM10000 的七类诊断(10,015 张图像)报告宏 F1 约 0.681,同时配有标准化预处理、数据增强、与无注意力 CNN、ResNet、EfficientNet、MobileNet 的基线比较、消融实验和完整指标组。
Sherlin与Longo提出神经调节实践中AI伦理框架:以不透明度、临床后果与监督距离三维风险连续体,配套五要素临床政策表
Sherlin与Longo针对自动qEEG分析、方案推荐系统、AI辅助文书以及来访者自行带入治疗的消费级心理健康应用等多条路径进入神经调节实践的AI工具,指出目前尚无专门针对神经调节的伦理准则直接回应这些应用,因而以BCIA、ISNR、APA、ACA伦理准则及APA(2025)AI伦理指南为基础,提出一个概念性与实用性伦理框架,包含沿不透明度、临床后果、与监督距离三个维度组织的风险连续体模型,覆盖知情同意与透明、从业者胜任力与执业范围、数据隐私与供应商问责、以及幻觉、自动化偏差与共谋三类AI准确性风险四个伦理领域,并以表格形式给出可直接用于临床的五要素实践政策框架,主张现有伦理原则在自觉应用时
普外科围手术期ERAS护理中加入AI干预后,患者疾病认知、24小时疼痛、首次下床时间和满意度四项指标均优于常规护理
该研究在广东省吴川市人民医院普外科以84例择期手术患者为对象,用随机数字表法分组,对照组实施常规ERAS快速康复护理,观察组在常规ERAS基础上加入覆盖术前智能评估、术后智能预警与延续性智能随访的人工智能干预护理,结果显示观察组疾病认知平均分(92.38±3.15)高于对照组(68.12±3.54)、术后24小时疼痛评分(2.76±1.09)低于对照组(4.81±1.42)、首次下床活动时间(1.48±0.63天)短于对照组(2.88±0.93天)、护理满意度(98.19±1.24)高于对照组(89.17±2.70),各项比较P<0.05。
第 7 页 · 当前显示 10 项