癌症大挑战启动AI研究项目
Cancer Research UK启动800万英镑的AI研究项目Project AURORA,旨在通过AI加速癌症研究,三个国际团队将评估AI在解决癌症难题中的作用。
Cancer Research UK启动800万英镑的AI研究项目Project AURORA,旨在通过AI加速癌症研究,三个国际团队将评估AI在解决癌症难题中的作用。
儿童正使用 AI 聊天机器人获取情感支持,而相关证据与心理健康保障措施难以跟上技术发展。JAMA 医学新闻聚焦如何加快建立证据与保障机制,以应对这类使用带来的挑战。
一篇发表在 Nature Communications 的研究探讨了自主 AI 在减少青少年糖尿病视网膜病变筛查地区差异中的潜力。该研究由 Johns Hopkins 医学院儿科内分泌科团队主导,并得到美国国立卫生研究院(NIH)和 Breakthrough T1D 资助,数字诊断公司提供了自主 AI 解读支持。
单次使用 AHOPE 游戏化平台后,罗马尼亚青少年自报营养素养、饮食参与度与健康饮食意愿即时提升。该发现证明自动化交付模式可行,可为后续对照试验提供效应量参考。
伊朗Shiraz大学医学科学中心团队开发L2正则化逻辑回归(LR)和LightGBM模型,在61,517名新生儿(含131例死亡)的伊朗注册库中验证,LR在τ*=0.004阈值下实现97.3%特异性,捕获87.8%死亡病例;外部验证604例死亡病例中LR标记69.5%。
基于日本 8282 名儿童(5170 名家长)的横断面研究显示,家长常规使用生成式 AI 获取健康建议与儿童腮腺炎、流感、新冠疫苗接种率升高相关。然而,该习惯与常规计划内的麻腮风疫苗接种无明显关联。研究通过联动 2023 年同队列数据开展追踪亚组分析以验证结果稳定性。
研究利用人工智能与数字听诊技术识别孟加拉国患呼吸系统疾病儿童的病理性肺部音。该研究由英国国家健康与护理研究卓越研究所(NIHR)资助,旨在通过技术辅助提升儿童呼吸道疾病的辅助诊断能力。
《临床研究杂志》发表研究,西北医学院等团队开发的 AI 模型 EpiPred 可高准确率预测 STXBP1 错义变异是否致病。测试显示其优于现有通用变异预测工具,并提示约四分之一被归为意义不明的变异可能致病。研究团队已开放线上查询工具,并认为这有助于患者获得精准治疗资格。
可穿戴设备产生的海量健康数据给临床医生带来解读挑战,但其在心脏、神经和代谢疾病领域具有潜在应用价值。Northwestern Medicine 的 Rod Passman 主导的 REACT-AF 多中心随机试验正在探究利用智能手表监测房颤发作频率并据此调整抗凝药物,以在维持卒中预防效果的同时降低出血风险。
哈佛医学院团队在Nature Biomedical Engineering发表研究,展示了通过持续学习将成人放射AI模型适配于新生儿监护的场景,且敏感数据无需离开原始医疗机构。
一项针对26名青少年的试点对照试验表明,融合线下夏令营与AI移动应用及可穿戴设备的技术辅助方案可成功整合进结构化营地体验,混合组腰围增加幅度小于对照组。参与者在为期10天的营地期间日均中高强度体力活动达121分钟。但线下活动结束后,应用使用率下降,凸显维持参与者长期依从性的挑战。
研究团队开发了 PlaqueSAM 系统,利用智能手机拍摄口内照片自动检测学龄前儿童牙菌斑。该系统基于 567 名儿童的数据开发,在 81 名儿童测试中,敏感性、特异性和准确率分别为 76.58%、82.47% 和 79.60%。研究认为 PlaqueSAM 有望支持无需专业器械的牙菌斑筛查,但仍需真实世界验证。
Boston Children’s Hospital 团队在 npj Digital Medicine 发布 FHIR-AgentEval,该模块化沙箱包含 43 个任务,用于在 HL7 FHIR 环境下评估临床大语言模型智能体。消融研究显示,引入长期内存可稳定提升任务成功率并减少策略性失败。在保留任务测试中,最佳内存配置较基准成功率提高 9.1%。
一项遵循乔安娜布里格斯研究所方法和PRISMA-ScR的范围综述系统映射了2015年1月1日至2026年6月1日期间用于儿童罕见病诊断的人工智能应用。研究检索了PubMed、Scopus、Web of Science等数据库及预印本平台,采用人群-概念-情境框架纳入0至18岁疑似或确诊罕见病患儿相关研究,重点分析了电子健康记录、影像、面部照片、组学和文本等数据模态。