FIRE-EVIDENCE:基于大语言模型的女性健康机器可读证据合成框架及性能评估
npj Digital Medicine于2026年11月发表一篇研究论文,提出FIRE-EVIDENCE大语言模型框架,将全文临床研究报告自动转换为符合FHIR标准的结构化可计算证据。
npj Digital Medicine于2026年11月发表一篇研究论文,提出FIRE-EVIDENCE大语言模型框架,将全文临床研究报告自动转换为符合FHIR标准的结构化可计算证据。
一项来自郑州大学第三附属医院的回顾性单中心研究显示,针对肌筋膜盆腔疼痛综合征(MPPS)分类,约束型GAN-XGBoost模型的ROC-AUC为0.852,略高于类别加权XGBoost的0.846;两类增强的PR-AUC分别为0.749和0.747,Brier分数相近。该结果为内部验证数据,尚未确立临床优势,需在症状人群中外部验证。
利用2019年PMA埃塞俄比亚调查8,894名女性数据训练XGBoost模型,对机构流产服务获取地点知晓度的ROC-AUC为0.856;SHAP识别的法律许可情形知识、媒体暴露、避孕方式使用、地区、年龄和生育史为主要影响因素。作者强调这些为模型预测贡献而非因果决定因素。
该研究利用大规模电子健康记录数据,评估机器学习模型在预测妊娠并发症和不良出生结果方面的潜力。结果显示,某些并发症在早期妊娠阶段具有较好的预测性能,但整体性能仍需提高。
推荐理由:研究利用大规模电子健康记录数据,评估机器学习模型在预测妊娠并发症和不良出生结果方面的潜力。
2023年,一名患有子痫前期的孕妇出院数日后返回医院,检查发现胎儿已经死亡。纽卡斯尔皇家维多利亚医院承认存在医疗照护责任过失,并支付和解赔偿。医院表示,如果孕妇首次住院期间没有被安排出院,胎儿本可以存活。
一项由伦敦国王学院领导的临床试验显示,数字疗法显著降低了孕妇分娩前后的焦虑水平,特别是针对重复负面思维的干预措施首次被证明能预防孕期焦虑的增加。该研究为孕期心理健康干预提供了新途径。
推荐理由:研究首次证明数字疗法能预防孕期焦虑的恶化,对心理健康干预具有重要意义。
Grace Griffin和丈夫在迎接女儿时担心医疗费用,发现实际花费远超预期。美国国会虽要求保险公司提供个性化预估费用,但该规定尚未实施。同时,新的分娩编码将更详细地列出各项服务费用,但其对预算的帮助尚不明确。专家建议,确保新生儿及时获得保险、了解个人年度自付上限等措施有助于预算规划。
STAT 记者 Megan Molteni 花费八个月时间调查生殖旅游公司和 MRT 治疗,揭示了该行业背后的复杂性和潜在风险。她采访了多名患者、员工和研究人员,发现许多公司利用女性作为‘试验品’,缺乏有效证据支持其对年龄相关不孕症的治疗效果。
一项比较分析显示,ChatGPT对辅助生殖技术(IVF)过程和风险的回答在准确性和完整性方面低于美国生殖医学学会(ASRM)的资料,但清晰度相当。ChatGPT的回答中存在未支持的声明和错误信息。
推荐理由:AI工具在辅助生殖技术咨询中的表现不及专业资料,但清晰度相当。
该研究设计并测试了一款针对低风险孕妇的移动自护应用,旨在支持其物理活动。研究结果显示,应用在吸引力、清晰度、效率、可靠性、刺激性和新颖性六个维度上均获得积极评价,但未测量客观行为结果,且样本量小,限制了普遍适用性。未来研究需在更大、更多样化的群体中进行,以评估其长期效果。
《柳叶刀》2026年8月发布由UT Southwestern医学团队主导的首套囊性纤维化生殖健康指南,建议从青少年期开始每年系统评估生育规划。核心内容包括:女性妊娠率因CFTR药物提升至接近正常水平,需联合产科团队进行血糖监测和新生儿筛查优化;男性生育仍依赖精子提取技术,但胎儿期药物暴露或改善生殖系统发育;指南强调产前咨询、多学科协作及药物安全性评估。
推荐理由:原文明确给出全生命周期生殖健康指导建议与实施路径,读者可据此了解CF患者生育管理的新标准及CFTR药物对生育的影响机制。
10月29日,爱康集团将在重庆举办“粉力传递 渝她同行”粉红丝带公益活动,首次披露重庆女性乳腺健康现状,并展示AI移动磁共振车等移动医疗设备,助力乳腺健康筛查。
该研究提出了一种稳定性感知的混合优化方法,用于多囊卵巢综合征(PCOS)的特征选择与堆叠分类。结合蚁群-蝴蝶优化算法(ACOBO)和SMOTE处理类别不平衡,采用多种堆叠配置进行评估。其中使用AdaBoost作为元分类器的堆叠模型取得了95.64%的最高准确率。
MenoZen VR 的小型多中心定性研究显示,该 AI-VR 程序在更年期症状管理方面具有初步可行性和可接受性。该程序通过 Meta Quest 3S 头显引导参与者完成结合 CBT 等原则的模块。研究团队指出,仍需更大规模研究以确定临床疗效。
一项前瞻性对照教育干预研究评估了自适应在线学习工具在产前超声图像和视频解读训练中的效果。干预组(n=42)在完成自适应学习工具后,T2总分达82.76%,显著高于对照组(n=46)的65.83%(p<0.001,Cohen's d=1.70)。作者指出,由于对照组为非结构化自我学习且未包含非自适应对照臂,该结果不能直接证明工具优于传统结构化自学或自适应算法本身的作用。
哥伦比亚大学团队开发的Visionary AI以超广角视网膜图像量化血管拓扑、几何与网络复杂度特征,在1267名孕妇的CU队列中预测子痫前期,性能优化模型AUC为0.91±0.05。
推荐理由:研究在独立外部队列中不经重新训练即完成验证,为视网膜影像用于孕期血管风险分层提供了可迁移的建模思路。
犹他州人工智能政策办公室批准三项新试点,测试 AI 系统开具和续配处方,后期阶段可减少医生复核。Nolla Health 的痤疮应用将为轻中度痤疮成人开具外用药物,初期两名医生审核每张处方,后期改为事后复核;August AI 为慢病患者续药,Expect Fitness 提供虚拟盆底治疗。三项试点均尚未启动,进入减少人工监督的后期阶段前须获监管方书面批准。
研究团队在Nature Scientific Reports上发表了一项研究,开发了一个完全自动化的实时胎儿股骨MRI采集与测量管线。在0.55T低场强MRI系统上,该系统通过AI分割胎儿股骨并自动计算最佳扫描平面,显著提高了测量精度和效率。
NEJM AI发表研究,报告了一款用于双染分诊的AI模型在HPV宫颈癌筛查中的独立外部验证结果,旨在缩小自动化检测差距。