人工智能和机器学习在精准医疗中的新兴应用
文章总结了31篇论文,强调AI在精准医疗中的应用需结合生物知识,实现可解释性、人性化设计和公平性。视频分析、信号分析、可穿戴设备和多组学集成展示了AI在诊断、预测和干预方面的进步。
文章总结了31篇论文,强调AI在精准医疗中的应用需结合生物知识,实现可解释性、人性化设计和公平性。视频分析、信号分析、可穿戴设备和多组学集成展示了AI在诊断、预测和干预方面的进步。
RETBind 是一种患者级多模态基础模型,通过统一编码器学习视网膜光学相干断层扫描(OCT)和超广视野(UWF)影像的跨模态对应关系,显著提升了眼科疾病分类和分割任务的性能,特别是在临床相关不平衡设置中增强了AUPR值。
美国医学协会发布临床 AI 责任框架,明确医生、AI 开发商和医疗机构在使用 AI 工具时的责任。医生需行使临床判断,AI 开发商需确保工具安全准确,医疗机构需提供培训和监控工具性能。
本文讨论了人工智能在心血管医学中的伦理问题及其监管要求,提出了从算法设计到工具使用各环节的治理原则,旨在确保人工智能在患者护理中的负责任应用。作者指出,当前监管存在不足,需进一步完善以保障患者权益。
MedClassNet框架结合了图注意力网络(GAT)和BioBERT语境嵌入,用于临床文本中的疾病分类。该研究使用MIMIC-III数据集中的1,748个单标签ICD-9疾病标注临床叙述进行实验,结果显示MedClassNet的准确率为94.2%,精确率为94.6%,F1分数为0.93。
文章指出,尽管AI在癌症治疗中有所应用,但其实际效果和普及程度有限,强调公众应理性看待相关言论。
香港大学贾伟团队在Cell Metabolism发表研究,建立由MetLLM与MetSpace组成的AI驱动胆汁酸发现框架,其中MetSpace为包含3,900个优先候选物的计算机模拟胆汁酸化学景观。
DSIN 是一种用于医学图像压缩的新框架,通过图像特定的隐式神经表示和基于动态系统的压缩模块,在保持重建质量的同时实现了高达 183 倍的压缩比。该方法在多种医学影像数据集(包括 CT、MRI、PET、CTA 和病理图像)上的测试中表现出色,优于现有方法。
赛里安品牌发布天玑新一代智能网络版色谱数据系统,旨在解决数据孤岛、版本运维复杂及合规落地成本高等痛点,支持多终端互联、数据集中管理与远程运维,助力实验室数字化转型升级。
研究团队搭建病理分析体系,用肝癌苏木精-伊红染色切片预测血管生成、干细胞特性与自噬三类转录表型,成果刊于 Journal of Advanced Research。
研究发现,AI工具测量心脏功能比临床医生更准确地预测患者生存率,且速度更快。这支持AI作为心脏MRI扫描分析的初步工具,有助于提高诊疗效率。
推荐理由:AI工具在预测心脏功能和患者生存率方面优于临床医生,可能提高诊疗效率。
AMA发布框架,明确医生、AI开发者和医疗机构在临床AI中的责任,强调开发者需确保工具安全准确,医疗机构负责培训和监控,以减少患者风险和法律纠纷。
该研究比较了颈椎为中心的 ROI 输入策略在骨龄估计中的表现,发现保留周围解剖上下文的输入策略比仅颈椎掩码更稳健。
Samir Kapadia教授在GW-ICC/AHS.26演讲中梳理结构性心脏病介入十大进展,覆盖AI辅助瓣膜病筛查、新型瓣膜、三尖瓣和二尖瓣介入及长期管理。文中提及TRIC-I-HF、PARTNER 2A、EARLY TAVR等研究,并给出克利夫兰医学中心近七八年约5000例TAVR的死亡率0.4%、卒中0.5%、新发永久起搏器植入率3.2%。
推荐理由:该演讲汇总结构性心脏病介入的近期研究证据与器械进展,便于比较不同瓣膜治疗路径和长期管理策略。
本研究开发并验证了Barriers to AI Integration in Nursing Education Scale (BAI-NE),采用混合方法设计,包括15项条目,基于统一技术接受与使用理论(UTAUT)和文献综述。
该研究开发并验证了一种隐私保护的深度学习管道,用于自动检测侧位头影测量中的Sella、Nasion、A点和B点,并估计ANB角。经过严格的质量控制和验证,该模型在锁定测试集上的ANB平均绝对误差为0.57°,准确率为92.68%。作为探索性扩展,该架构在小规模测试集上的Cobb角平均绝对误差为0.78°,表明其在辅助脊柱评估中的潜力,需进一步验证。
研究发现,非超声专家在AI辅助下可以在偏远地区进行高质量心脏扫描,由远程专家审核。该方法有助于提高偏远地区的心脏影像学服务。
一项初步研究发现,结合可穿戴设备和AI分析可提前3天预测高血压危象,但研究团队表示需更多研究验证。该研究涉及4190名成人,结果显示AI工具能有效区分高风险患者。
莱芒生物开发的代谢增强型CAR-T疗法在低剂量下仍能实现100%完全缓解率,成本降至10万元以内。公司已获得多项IND批件,血液瘤和自免疾病临床数据良好,实体瘤管线也进入IIT临床研究阶段。
水木分子作为AI制药公司入选央视十骏,通过对话式AI平台ChatDD,将专家经验与AI智能体结合,提升药物研发效率。
该研究评估了叙利亚冲突地区成人及医疗人员(学生和合格专业人员)对人工智能的认知、信任、接受意愿及数字能力,共829名参与者中,353人为医疗人员。结果显示,医疗人员对人工智能的信任和数字能力是其接受意愿的最强预测因素。研究建议将人工智能素养纳入医疗教育,强调批判性评估、安全使用、偏见、隐私及临床监督等培训。
江苏省数据局与省发展改革委公示了100个"人工智能+"典型应用场景,涵盖科学仪器、科研服务、社会治理等领域。苏州吴江医米基的AI驱动全流程自动化药物智能开发平台入选,代表了AI制药与实验室自动化融合的前沿方向。
上海市人工智能行业协会秘书长钟俊浩表示,AI眼镜存在隐私风险,厂商缺乏强化防护的动力,需技术、企业、行业、法律四个层面协同发力,提升隐私保护标准。
华厦眼科开发的智能化阅片平台通过AI技术实现眼病初筛,已在30余家医院落地,累计筛查20万张眼底图像,有助于解决优质医疗资源分布不均的问题。
推荐理由:介绍了华厦眼科的智能化阅片平台如何通过AI技术弥补基层眼科医疗资源不足,为患者提供标准化筛查服务。
广州医科大学附属第一医院与金域医学联合发布DeepGEM 2.0,升级后的模型可预测12个基因变异,覆盖国内肺癌靶向药,1分钟出结果,未来将在超500家医疗机构部署,有望降低检测费用。
推荐理由:AI病理技术有望降低肺癌基因检测成本,提升基层诊疗能力。
美国科罗拉多大学Anschutz医学院团队在Nature Communications报告一种视觉语言AI智能体,可解读右上腹(RUQ)超声、筛查16种常见诊断并自动生成报告。
推荐理由:在约1.1万例腹部超声数据上测试的多任务视觉语言模型,其自动报告经放射科医生编辑后与人工报告难以区分。
四名骨科医生对ChatGPT、Gemini、Copilot、Claude与DeepSeek回答15个股骨头坏死患者常见问题共75条回答评分,Claude的JAMA与DISCERN得分最高,DeepSeek的DISCERN优于ChatGPT、Gemini和Copilot。
重庆合川区人民医院39个月全院医院感染监测显示,鲍曼不动杆菌为首位病原体(19.4%),碳青霉烯耐药率全院92.0%、ICU 98.5%。全院感染发生率稳定在0.48/100例住院,机械通气、卧床、中心静脉置管和卒中与耐药感染相关(OR 2.4–5.2)。研究同时发布经数据泄漏审计的开放机器学习基准,耐药表型预测AUROC为0.74–0.75,此前报告的0.91被归因于数据泄漏。
研究比较了人工识别与AI辅助识别在内镜垂体手术中的效果,发现AI辅助显著提升医学生和初级医生的解剖识别能力,专家也从中受益。该技术有望用于外科教育,提高手术安全性。
该研究利用机器学习方法预测接受抗生素治疗的癌症患者持续发热的情况,数据来源于Smart Hospital Information Platform (SHIP)。该方法有助于提高发热管理的精准度。
文章系统回顾了AI在神经科学领域的应用进展,从早期专家系统到现代深度学习,覆盖脑卒中、阿尔茨海默病等主要疾病,展望了未来可解释AI、联邦学习等发展方向。
推荐理由:全面回顾了AI在神经科学中的应用进展,为神经科从业者和科研人员提供了系统性参考。
Parse Biosciences与Nomic Bio宣布合作构建名为Cascade的1亿细胞基础数据集,用于理解人体免疫应答。该数据集将整合1亿个单细胞RNA-seq图谱与逾1.1万个蛋白质组分泌组图谱,覆盖15万种以上细胞因子与药物扰动条件。GSK、Pfizer、Sanofi、Graph Therapeutics和Turbine已作出基础合作伙伴承诺,数据拟用于加速药物靶点的识别与验证。
希格生科与晶泰科技合作研发的弥漫性胃癌靶向药SIGX1094已进入临床一期,预计明年获批上市。另一管线SIGX2649也获得中美IND批准,计划11月启动临床。类器官+AI技术平台显著提高了药物研发效率。
默达生物开发的口服小分子LDHA抑制剂MP-5342,通过抑制糖酵解通路调节免疫细胞代谢,计划于2027年进入健康人临床I期。该药物在炎症性肠病(IBD)等自免疾病中表现出超过600倍的安全窗口,优于传统免疫抑制剂。
熵基科技在2026年全球合作伙伴大会上启幕ZKBrainScape脑景中心,展示非侵入式脑机接口全栈技术与应用平台,并发布四款脑机接口新品,涵盖可穿戴脑电交互、教育实验和运动辅助等领域。大会还探讨了脑机接口技术在健康管理、工业安全和智慧教育等方向的应用潜力。
Journal of Chemical Information and Modeling发表MML-DTI多流形学习框架,用双曲图神经网络融合分子拓扑、化学指纹、预训练化学模型语义与ESM-2蛋白序列特征,预测药物靶点相互作用。
文章分析了AI4S在生物医药领域的应用瓶颈,指出物理侧的验证能力仍是主要限制,并探讨了政策趋势。
该研究开发了一种混合深度特征融合框架,结合了多种卷积神经网络模型的特征,通过最大熵评分选择算法优化特征,显著提高了糖尿病足溃疡图像的诊断准确性。AlexNet-MobileNetV2-VGG16-ANN模型在测试集上达到了99%的AUC值,99.7%的敏感性,99.5%的准确性和99.75%的特异性。
一项结构方程模型研究评估牙医对人工智能辅助决策支持用于口腔潜在恶性疾患(OPMD)检测的接受度,模型在技术接受模型基础上纳入信任和对AI临床决策的依赖。研究关注影响牙医将此类AI工具纳入日常口腔诊疗的因素。
Doximity的研究显示,九种常用AI模型中有19.5%的答案包含严重或致命错误。Doximity的新剂量验证工具DoseCheck正确率为99.9%,强调了临床AI工具的准确性问题。
推荐理由:AI模型在药物剂量计算中出现严重错误,强调了临床AI工具的准确性问题。