医学与健康

455 条内容

Frontiers in Endocrinology 2026年9月28日
该回顾性研究纳入铜陵市人民医院232例接受甲状腺手术的甲状腺乳头状癌患者，用LASSO从32个候选变量中筛出BRAF突变状态、肿瘤大小、包膜侵犯、甲状腺外侵犯、多灶性和TSH六个特征，比较七种机器学习算法，支持向量机（SVM）在验证队列表现最佳（AUC 0.849，95% CI 0.756–0.934；准确率0.768），SHAP分析显示TSH与肿瘤大小贡献最大，消融分析显示去掉BRAF后验证AUC由0.849降至0.843（P=0.671）。
该回顾性研究纳入铜陵市人民医院232例接受甲状腺手术的甲状腺乳头状癌患者，用LASSO从32个候选变量中筛出BRAF突变状态、肿瘤大小、包膜侵犯、甲状腺外侵犯、多灶性和TSH六个特征，比较七种机器学习算法，支持向量机（SVM）在验证队列表现最佳（AUC 0.849，95% CI 0.756–0.934；准确率0.768），SHAP分析显示TSH与肿瘤大小贡献最大，消融分析显示去掉BRAF后验证AUC由0.849降至0.843（P=0.671）。
单中心232例甲状腺乳头状癌数据中，SVM模型以验证集AUC 0.849预测淋巴结转移，且去除BRAF后AUC仅降0.007
该回顾性研究纳入铜陵市人民医院232例接受甲状腺手术的甲状腺乳头状癌患者，用LASSO从32个候选变量中筛出BRAF突变状态、肿瘤大小、包膜侵犯、甲状腺外侵犯、多灶性和TSH六个特征，比较七种机器学习算法，支持向量机（SVM）在验证队列表现最佳（AUC 0.849，95% CI 0.756–0.934；准确率0.768），SHAP分析显示TSH与肿瘤大小贡献最大，消融分析显示去掉BRAF后验证AUC由0.849降至0.843（P=0.671）。
该回顾性研究纳入铜陵市人民医院232例接受甲状腺手术的甲状腺乳头状癌患者，用LASSO从32个候选变量中筛出BRAF突变状态、肿瘤大小、包膜侵犯、甲状腺外侵犯、多灶性和TSH六个特征，比较七种机器学习算法，支持向量机（SVM）在验证队列表现最佳（AUC 0.849，95% CI 0.756–0.934；准确率0.768），SHAP分析显示TSH与肿瘤大小贡献最大，消融分析显示去掉BRAF后验证AUC由0.849降至0.843（P=0.671）。
Frontiers in Medicine 2026年9月28日
该研究构建了一个机制信息机器学习框架，把药学知识驱动的有向无环图、因果结构发现（PC、NOTEARS、DirectLiNGAM）、XGBoost释放预测、可解释AI（SHAP）与ATE/CATE干预效应估计及反事实制剂分析串联起来，在181条释放曲线、3783个分数释放测量、43个药物-聚合物配对的公开数据集上，XGBoost取得测试R²=0.9774、RMSE=0.0491、MAE=0.0339，并发现相关性与SHAP重要性高度一致（r=0.761），而二者与干预效应估计的一致性很低（r=0.132与−0.021），说明预测上有用的变量与可干预的变量并不相同。
该研究构建了一个机制信息机器学习框架，把药学知识驱动的有向无环图、因果结构发现（PC、NOTEARS、DirectLiNGAM）、XGBoost释放预测、可解释AI（SHAP）与ATE/CATE干预效应估计及反事实制剂分析串联起来，在181条释放曲线、3783个分数释放测量、43个药物-聚合物配对的公开数据集上，XGBoost取得测试R²=0.9774、RMSE=0.0491、MAE=0.0339，并发现相关性与SHAP重要性高度一致（r=0.761），而二者与干预效应估计的一致性很低（r=0.132与−0.021），说明预测上有用的变量与可干预的变量并不相同。
机制信息机器学习框架用XGBoost预测聚合物长效注射剂释放（测试R²=0.9774），并发现预测重要性与干预效应几乎不相关（r=0.132与−0.021）
该研究构建了一个机制信息机器学习框架，把药学知识驱动的有向无环图、因果结构发现（PC、NOTEARS、DirectLiNGAM）、XGBoost释放预测、可解释AI（SHAP）与ATE/CATE干预效应估计及反事实制剂分析串联起来，在181条释放曲线、3783个分数释放测量、43个药物-聚合物配对的公开数据集上，XGBoost取得测试R²=0.9774、RMSE=0.0491、MAE=0.0339，并发现相关性与SHAP重要性高度一致（r=0.761），而二者与干预效应估计的一致性很低（r=0.132与−0.021），说明预测上有用的变量与可干预的变量并不相同。
该研究构建了一个机制信息机器学习框架，把药学知识驱动的有向无环图、因果结构发现（PC、NOTEARS、DirectLiNGAM）、XGBoost释放预测、可解释AI（SHAP）与ATE/CATE干预效应估计及反事实制剂分析串联起来，在181条释放曲线、3783个分数释放测量、43个药物-聚合物配对的公开数据集上，XGBoost取得测试R²=0.9774、RMSE=0.0491、MAE=0.0339，并发现相关性与SHAP重要性高度一致（r=0.761），而二者与干预效应估计的一致性很低（r=0.132与−0.021），说明预测上有用的变量与可干预的变量并不相同。
Frontiers in Medicine 2026年9月28日
该药物警戒研究从 FAERS 提取 2004 年第一季度至 2025 年第四季度、以棘白菌素为主要可疑药物的 5,298 例报告，用 ROR、PRR、IC025、EBGM05 四种不相称分析方法（四法同时阳性才判为阳性信号）比较卡泊芬净、米卡芬净、阿尼芬净与瑞扎芬净，发现卡泊芬净与 DRESS 的独特关联（46 例，ROR = 16.62，IC025 = 3.21；仅以卡泊芬净为可疑药的敏感性分析 31 例，ROR = 14.89，IC025 = 3.05），以及卡泊芬净“病原体耐药”（ROR = 68.83）、“药物耐药”（ROR = 22.32）和米卡芬净“支气管肺曲霉病”（ROR = 71.99）、“念珠菌感染”（ROR = 23.93）等极强耐药
该药物警戒研究从 FAERS 提取 2004 年第一季度至 2025 年第四季度、以棘白菌素为主要可疑药物的 5,298 例报告，用 ROR、PRR、IC025、EBGM05 四种不相称分析方法（四法同时阳性才判为阳性信号）比较卡泊芬净、米卡芬净、阿尼芬净与瑞扎芬净，发现卡泊芬净与 DRESS 的独特关联（46 例，ROR = 16.62，IC025 = 3.21；仅以卡泊芬净为可疑药的敏感性分析 31 例，ROR = 14.89，IC025 = 3.05），以及卡泊芬净“病原体耐药”（ROR = 68.83）、“药物耐药”（ROR = 22.32）和米卡芬净“支气管肺曲霉病”（ROR = 71.99）、“念珠菌感染”（ROR = 23.93）等极强耐药
FAERS 中 5,298 例棘白菌素报告显示：卡泊芬净独有 DRESS 信号（ROR 16.62），卡泊芬净与米卡芬净出现极强耐药相关信号
该药物警戒研究从 FAERS 提取 2004 年第一季度至 2025 年第四季度、以棘白菌素为主要可疑药物的 5,298 例报告，用 ROR、PRR、IC025、EBGM05 四种不相称分析方法（四法同时阳性才判为阳性信号）比较卡泊芬净、米卡芬净、阿尼芬净与瑞扎芬净，发现卡泊芬净与 DRESS 的独特关联（46 例，ROR = 16.62，IC025 = 3.21；仅以卡泊芬净为可疑药的敏感性分析 31 例，ROR = 14.89，IC025 = 3.05），以及卡泊芬净“病原体耐药”（ROR = 68.83）、“药物耐药”（ROR = 22.32）和米卡芬净“支气管肺曲霉病”（ROR = 71.99）、“念珠菌感染”（ROR = 23.93）等极强耐药
该药物警戒研究从 FAERS 提取 2004 年第一季度至 2025 年第四季度、以棘白菌素为主要可疑药物的 5,298 例报告，用 ROR、PRR、IC025、EBGM05 四种不相称分析方法（四法同时阳性才判为阳性信号）比较卡泊芬净、米卡芬净、阿尼芬净与瑞扎芬净，发现卡泊芬净与 DRESS 的独特关联（46 例，ROR = 16.62，IC025 = 3.21；仅以卡泊芬净为可疑药的敏感性分析 31 例，ROR = 14.89，IC025 = 3.05），以及卡泊芬净“病原体耐药”（ROR = 68.83）、“药物耐药”（ROR = 22.32）和米卡芬净“支气管肺曲霉病”（ROR = 71.99）、“念珠菌感染”（ROR = 23.93）等极强耐药
Frontiers in Pharmacology 2026年9月28日
该多队列回顾性研究用 K-prototypes 对 MIMIC-IV 中 2,511 例 HFpEF 患者的前 24 小时 ICU 常规变量聚类，得到心肾代谢型、高血压肺病型与低血压/心律失常型三个临床可解释但相互重叠的表型（K=2 的平均轮廓宽度 0.083 高于 K=3 的 0.060，两者重抽样稳定性均高，中位 ARI 分别为 0.940 与 0.924），衍生队列中 365 天死亡率呈梯度（38.3%、31.5%、23.0%），但在 MIMIC-III 内部验证队列（n=1,524）与河北医科大学第二医院外部应用队列（n=340）中组间生存差异未达统计学显著；在衍生与内部验证队列中，利尿剂、ACEI/ARB、β 受体阻滞剂的各簇加权关联经 F
该多队列回顾性研究用 K-prototypes 对 MIMIC-IV 中 2,511 例 HFpEF 患者的前 24 小时 ICU 常规变量聚类，得到心肾代谢型、高血压肺病型与低血压/心律失常型三个临床可解释但相互重叠的表型（K=2 的平均轮廓宽度 0.083 高于 K=3 的 0.060，两者重抽样稳定性均高，中位 ARI 分别为 0.940 与 0.924），衍生队列中 365 天死亡率呈梯度（38.3%、31.5%、23.0%），但在 MIMIC-III 内部验证队列（n=1,524）与河北医科大学第二医院外部应用队列（n=340）中组间生存差异未达统计学显著；在衍生与内部验证队列中，利尿剂、ACEI/ARB、β 受体阻滞剂的各簇加权关联经 F
ICU 常规数据聚类出三类相互重叠的 HFpEF 表型，但未发现表型特异性用药关联，TabPFN 分类器内部验证 AUC 0.951–0.969
该多队列回顾性研究用 K-prototypes 对 MIMIC-IV 中 2,511 例 HFpEF 患者的前 24 小时 ICU 常规变量聚类，得到心肾代谢型、高血压肺病型与低血压/心律失常型三个临床可解释但相互重叠的表型（K=2 的平均轮廓宽度 0.083 高于 K=3 的 0.060，两者重抽样稳定性均高，中位 ARI 分别为 0.940 与 0.924），衍生队列中 365 天死亡率呈梯度（38.3%、31.5%、23.0%），但在 MIMIC-III 内部验证队列（n=1,524）与河北医科大学第二医院外部应用队列（n=340）中组间生存差异未达统计学显著；在衍生与内部验证队列中，利尿剂、ACEI/ARB、β 受体阻滞剂的各簇加权关联经 F
该多队列回顾性研究用 K-prototypes 对 MIMIC-IV 中 2,511 例 HFpEF 患者的前 24 小时 ICU 常规变量聚类，得到心肾代谢型、高血压肺病型与低血压/心律失常型三个临床可解释但相互重叠的表型（K=2 的平均轮廓宽度 0.083 高于 K=3 的 0.060，两者重抽样稳定性均高，中位 ARI 分别为 0.940 与 0.924），衍生队列中 365 天死亡率呈梯度（38.3%、31.5%、23.0%），但在 MIMIC-III 内部验证队列（n=1,524）与河北医科大学第二医院外部应用队列（n=340）中组间生存差异未达统计学显著；在衍生与内部验证队列中，利尿剂、ACEI/ARB、β 受体阻滞剂的各簇加权关联经 F
Frontiers in Endocrinology 2026年9月28日
该研究利用中国健康与养老追踪调查（CHARLS，2011–2018，3622人）与英国老龄化纵向研究（ELSA，2012–2020，2059人）两个前瞻性队列，在基线无衰弱且以脂质蓄积指数（LAP）定义MASLD的中老年人中，用LASSO、Boruta与递归特征消除从31个候选变量中筛出14个共识预测因子并训练九种机器学习模型，结果逻辑回归表现最佳（CHARLS内部测试AUC 0.740，ELSA外部验证AUC 0.753），疼痛是预测贡献最大的变量（平均绝对SHAP值0.184），在包含基线衰弱指数的完全校正模型中疼痛仍与新发衰弱相关（CHARLS RR 1.219，ELSA RR 1.310），归因分
该研究利用中国健康与养老追踪调查（CHARLS，2011–2018，3622人）与英国老龄化纵向研究（ELSA，2012–2020，2059人）两个前瞻性队列，在基线无衰弱且以脂质蓄积指数（LAP）定义MASLD的中老年人中，用LASSO、Boruta与递归特征消除从31个候选变量中筛出14个共识预测因子并训练九种机器学习模型，结果逻辑回归表现最佳（CHARLS内部测试AUC 0.740，ELSA外部验证AUC 0.753），疼痛是预测贡献最大的变量（平均绝对SHAP值0.184），在包含基线衰弱指数的完全校正模型中疼痛仍与新发衰弱相关（CHARLS RR 1.219，ELSA RR 1.310），归因分
在CHARLS与ELSA两个队列中，疼痛是MASLD中老年人新发衰弱的最强预测因子，抑郁症状介导了其中74.0%与46.1%的效应
该研究利用中国健康与养老追踪调查（CHARLS，2011–2018，3622人）与英国老龄化纵向研究（ELSA，2012–2020，2059人）两个前瞻性队列，在基线无衰弱且以脂质蓄积指数（LAP）定义MASLD的中老年人中，用LASSO、Boruta与递归特征消除从31个候选变量中筛出14个共识预测因子并训练九种机器学习模型，结果逻辑回归表现最佳（CHARLS内部测试AUC 0.740，ELSA外部验证AUC 0.753），疼痛是预测贡献最大的变量（平均绝对SHAP值0.184），在包含基线衰弱指数的完全校正模型中疼痛仍与新发衰弱相关（CHARLS RR 1.219，ELSA RR 1.310），归因分
该研究利用中国健康与养老追踪调查（CHARLS，2011–2018，3622人）与英国老龄化纵向研究（ELSA，2012–2020，2059人）两个前瞻性队列，在基线无衰弱且以脂质蓄积指数（LAP）定义MASLD的中老年人中，用LASSO、Boruta与递归特征消除从31个候选变量中筛出14个共识预测因子并训练九种机器学习模型，结果逻辑回归表现最佳（CHARLS内部测试AUC 0.740，ELSA外部验证AUC 0.753），疼痛是预测贡献最大的变量（平均绝对SHAP值0.184），在包含基线衰弱指数的完全校正模型中疼痛仍与新发衰弱相关（CHARLS RR 1.219，ELSA RR 1.310），归因分
Frontiers in Medicine 2026年9月28日
该研究从 FAERS 数据库（2018 年第一季度至 2025 年第一季度）提取 2907 份以甲氨蝶呤为主要可疑药物、用于儿童白血病治疗的药物不良事件报告，用 ROR、PRR、BCPNN、MGPS 四种不相称性方法检测信号并按性别、五个年龄组分层，同时用 Weibull 分布拟合起病时间，结果发现神经系统疾病在 SOC 层面报告数最多（1691 例，ROR 2.87，95% CI 2.69–3.05），PT 层面发热性中性粒细胞减少报告最多（446 例）、其次为神经毒性（238 例）和黏膜炎症（170 例），男性报告中意识模糊状态、脱水、鼻出血的不相称性更高，六个 PT 在全部五个年龄组均被检出，944 份可评估起病报告中 681 份（72.
该研究从 FAERS 数据库（2018 年第一季度至 2025 年第一季度）提取 2907 份以甲氨蝶呤为主要可疑药物、用于儿童白血病治疗的药物不良事件报告，用 ROR、PRR、BCPNN、MGPS 四种不相称性方法检测信号并按性别、五个年龄组分层，同时用 Weibull 分布拟合起病时间，结果发现神经系统疾病在 SOC 层面报告数最多（1691 例，ROR 2.87，95% CI 2.69–3.05），PT 层面发热性中性粒细胞减少报告最多（446 例）、其次为神经毒性（238 例）和黏膜炎症（170 例），男性报告中意识模糊状态、脱水、鼻出血的不相称性更高，六个 PT 在全部五个年龄组均被检出，944 份可评估起病报告中 681 份（72.
FAERS 中 2907 份儿童白血病甲氨蝶呤报告显示：神经系统疾病信号最强，发热性中性粒细胞减少报告最多，72.1% 的可评估起病报告集中在 30 天内
该研究从 FAERS 数据库（2018 年第一季度至 2025 年第一季度）提取 2907 份以甲氨蝶呤为主要可疑药物、用于儿童白血病治疗的药物不良事件报告，用 ROR、PRR、BCPNN、MGPS 四种不相称性方法检测信号并按性别、五个年龄组分层，同时用 Weibull 分布拟合起病时间，结果发现神经系统疾病在 SOC 层面报告数最多（1691 例，ROR 2.87，95% CI 2.69–3.05），PT 层面发热性中性粒细胞减少报告最多（446 例）、其次为神经毒性（238 例）和黏膜炎症（170 例），男性报告中意识模糊状态、脱水、鼻出血的不相称性更高，六个 PT 在全部五个年龄组均被检出，944 份可评估起病报告中 681 份（72.
该研究从 FAERS 数据库（2018 年第一季度至 2025 年第一季度）提取 2907 份以甲氨蝶呤为主要可疑药物、用于儿童白血病治疗的药物不良事件报告，用 ROR、PRR、BCPNN、MGPS 四种不相称性方法检测信号并按性别、五个年龄组分层，同时用 Weibull 分布拟合起病时间，结果发现神经系统疾病在 SOC 层面报告数最多（1691 例，ROR 2.87，95% CI 2.69–3.05），PT 层面发热性中性粒细胞减少报告最多（446 例）、其次为神经毒性（238 例）和黏膜炎症（170 例），男性报告中意识模糊状态、脱水、鼻出血的不相称性更高，六个 PT 在全部五个年龄组均被检出，944 份可评估起病报告中 681 份（72.
Frontiers in Toxicology 2026年9月28日
该工作由合作工作组完成，先综述大语言模型（LLM）在毒理风险评估（TRA）中的原理、优势与局限，再以乙酰柠檬酸三丁酯（ATBC，CAS 77-90-7）在ICH Q3E草案框架下的口服每日允许暴露量（PDE）推导为示例案例，用ChatGPT（GPT-5及后续GPT-5.2）测试零样本端到端提示、结构化分步提示和文档约束配置，观察到模型可支持文献筛选、信息提取与证据摘要，但关键起点（PoD）常在100与300 mg/kg bw/day之间摆动、口服PDE在约5、20、100、300 mg/day（文档约束下约14、25、100 mg/day）之间变化，并出现覆盖不全、推理偏浅和个别引用不实，据此提出将数据检
该工作由合作工作组完成，先综述大语言模型（LLM）在毒理风险评估（TRA）中的原理、优势与局限，再以乙酰柠檬酸三丁酯（ATBC，CAS 77-90-7）在ICH Q3E草案框架下的口服每日允许暴露量（PDE）推导为示例案例，用ChatGPT（GPT-5及后续GPT-5.2）测试零样本端到端提示、结构化分步提示和文档约束配置，观察到模型可支持文献筛选、信息提取与证据摘要，但关键起点（PoD）常在100与300 mg/kg bw/day之间摆动、口服PDE在约5、20、100、300 mg/day（文档约束下约14、25、100 mg/day）之间变化，并出现覆盖不全、推理偏浅和个别引用不实，据此提出将数据检
用ChatGPT推导ATBC口服PDE时，同一提示反复运行给出5至300 mg/天的不同结果，作者据此提出分模块、人工监督的LLM毒理风险评估工作流
该工作由合作工作组完成，先综述大语言模型（LLM）在毒理风险评估（TRA）中的原理、优势与局限，再以乙酰柠檬酸三丁酯（ATBC，CAS 77-90-7）在ICH Q3E草案框架下的口服每日允许暴露量（PDE）推导为示例案例，用ChatGPT（GPT-5及后续GPT-5.2）测试零样本端到端提示、结构化分步提示和文档约束配置，观察到模型可支持文献筛选、信息提取与证据摘要，但关键起点（PoD）常在100与300 mg/kg bw/day之间摆动、口服PDE在约5、20、100、300 mg/day（文档约束下约14、25、100 mg/day）之间变化，并出现覆盖不全、推理偏浅和个别引用不实，据此提出将数据检
该工作由合作工作组完成，先综述大语言模型（LLM）在毒理风险评估（TRA）中的原理、优势与局限，再以乙酰柠檬酸三丁酯（ATBC，CAS 77-90-7）在ICH Q3E草案框架下的口服每日允许暴露量（PDE）推导为示例案例，用ChatGPT（GPT-5及后续GPT-5.2）测试零样本端到端提示、结构化分步提示和文档约束配置，观察到模型可支持文献筛选、信息提取与证据摘要，但关键起点（PoD）常在100与300 mg/kg bw/day之间摆动、口服PDE在约5、20、100、300 mg/day（文档约束下约14、25、100 mg/day）之间变化，并出现覆盖不全、推理偏浅和个别引用不实，据此提出将数据检
F1000Research 2026年9月28日
该综述按PRISMA流程从Scopus、Web of Science和PubMed检索2015—2026年文献，经筛选纳入86篇Q1期刊研究，系统梳理了基于sMRI、fMRI及多模态融合的机器学习与深度学习自闭症谱系障碍（ASD）分类研究的数据集、预处理流程、脑图谱、模型架构与验证策略，发现fMRI使用最广、图神经网络与Transformer成为主流方法，并指出报告准确率高度依赖评估设置——单站点研究可达87.4%—99.39%，而全ABIDE队列约70%—75%、最严格的留一站点验证约67%。
该综述按PRISMA流程从Scopus、Web of Science和PubMed检索2015—2026年文献，经筛选纳入86篇Q1期刊研究，系统梳理了基于sMRI、fMRI及多模态融合的机器学习与深度学习自闭症谱系障碍（ASD）分类研究的数据集、预处理流程、脑图谱、模型架构与验证策略，发现fMRI使用最广、图神经网络与Transformer成为主流方法，并指出报告准确率高度依赖评估设置——单站点研究可达87.4%—99.39%，而全ABIDE队列约70%—75%、最严格的留一站点验证约67%。
86项MRI自闭症AI诊断研究综述：单中心准确率可达99%，但留一站点验证仅约67%
该综述按PRISMA流程从Scopus、Web of Science和PubMed检索2015—2026年文献，经筛选纳入86篇Q1期刊研究，系统梳理了基于sMRI、fMRI及多模态融合的机器学习与深度学习自闭症谱系障碍（ASD）分类研究的数据集、预处理流程、脑图谱、模型架构与验证策略，发现fMRI使用最广、图神经网络与Transformer成为主流方法，并指出报告准确率高度依赖评估设置——单站点研究可达87.4%—99.39%，而全ABIDE队列约70%—75%、最严格的留一站点验证约67%。
该综述按PRISMA流程从Scopus、Web of Science和PubMed检索2015—2026年文献，经筛选纳入86篇Q1期刊研究，系统梳理了基于sMRI、fMRI及多模态融合的机器学习与深度学习自闭症谱系障碍（ASD）分类研究的数据集、预处理流程、脑图谱、模型架构与验证策略，发现fMRI使用最广、图神经网络与Transformer成为主流方法，并指出报告准确率高度依赖评估设置——单站点研究可达87.4%—99.39%，而全ABIDE队列约70%—75%、最严格的留一站点验证约67%。
International maritime health 2026年9月28日
这篇短评探讨了人工智能在海员职业健康中的潜在作用，指出海员长期面临就医可及性有限、疲劳与心理健康风险等职业健康挑战，而远程医疗、临床决策支持与预测分析等 AI 应用有望改善海上预防、早期发现与照护连续性，同时强调有效整合需要数据隐私、透明度与公平可及等伦理保障，从而推动更安全、更有韧性的海事健康体系。
这篇短评探讨了人工智能在海员职业健康中的潜在作用，指出海员长期面临就医可及性有限、疲劳与心理健康风险等职业健康挑战，而远程医疗、临床决策支持与预测分析等 AI 应用有望改善海上预防、早期发现与照护连续性，同时强调有效整合需要数据隐私、透明度与公平可及等伦理保障，从而推动更安全、更有韧性的海事健康体系。
这篇短评提出：AI 可通过远程医疗、临床决策支持与预测分析缓解海员就医受限、疲劳与心理健康风险，但需以数据隐私、透明与公平可及为伦理前提。
这篇短评探讨了人工智能在海员职业健康中的潜在作用，指出海员长期面临就医可及性有限、疲劳与心理健康风险等职业健康挑战，而远程医疗、临床决策支持与预测分析等 AI 应用有望改善海上预防、早期发现与照护连续性，同时强调有效整合需要数据隐私、透明度与公平可及等伦理保障，从而推动更安全、更有韧性的海事健康体系。
这篇短评探讨了人工智能在海员职业健康中的潜在作用，指出海员长期面临就医可及性有限、疲劳与心理健康风险等职业健康挑战，而远程医疗、临床决策支持与预测分析等 AI 应用有望改善海上预防、早期发现与照护连续性，同时强调有效整合需要数据隐私、透明度与公平可及等伦理保障，从而推动更安全、更有韧性的海事健康体系。
Frontiers in Medicine 2026年9月28日
这项回顾性研究纳入494例患者（145例完全盘状半月板CDLM、64例不完全盘状半月板ICDLM、285例正常外侧半月板对照），测量多项胫骨平台X线解剖参数，经LASSO筛选出性别、外侧关节间隙、外侧胫骨棘高度、外侧胫骨棘外侧斜度、内侧胫骨棘外侧斜度及胫骨隆起宽度/胫骨平台宽度比六个特征，构建七种机器学习模型并在留出验证集评估，CDLM最佳模型（支持向量机）AUC为0.885，ICDLM最佳模型（梯度提升）AUC为0.861。
这项回顾性研究纳入494例患者（145例完全盘状半月板CDLM、64例不完全盘状半月板ICDLM、285例正常外侧半月板对照），测量多项胫骨平台X线解剖参数，经LASSO筛选出性别、外侧关节间隙、外侧胫骨棘高度、外侧胫骨棘外侧斜度、内侧胫骨棘外侧斜度及胫骨隆起宽度/胫骨平台宽度比六个特征，构建七种机器学习模型并在留出验证集评估，CDLM最佳模型（支持向量机）AUC为0.885，ICDLM最佳模型（梯度提升）AUC为0.861。
苏州大学团队用胫骨平台X线参数加机器学习识别完全与不完全盘状半月板，验证集AUC达0.885与0.861
这项回顾性研究纳入494例患者（145例完全盘状半月板CDLM、64例不完全盘状半月板ICDLM、285例正常外侧半月板对照），测量多项胫骨平台X线解剖参数，经LASSO筛选出性别、外侧关节间隙、外侧胫骨棘高度、外侧胫骨棘外侧斜度、内侧胫骨棘外侧斜度及胫骨隆起宽度/胫骨平台宽度比六个特征，构建七种机器学习模型并在留出验证集评估，CDLM最佳模型（支持向量机）AUC为0.885，ICDLM最佳模型（梯度提升）AUC为0.861。
这项回顾性研究纳入494例患者（145例完全盘状半月板CDLM、64例不完全盘状半月板ICDLM、285例正常外侧半月板对照），测量多项胫骨平台X线解剖参数，经LASSO筛选出性别、外侧关节间隙、外侧胫骨棘高度、外侧胫骨棘外侧斜度、内侧胫骨棘外侧斜度及胫骨隆起宽度/胫骨平台宽度比六个特征，构建七种机器学习模型并在留出验证集评估，CDLM最佳模型（支持向量机）AUC为0.885，ICDLM最佳模型（梯度提升）AUC为0.861。

第 8 页 · 当前显示 10 项