丹麦急诊科研究:深度学习分析27,660张面部照片预测死亡率,AUC达0.80
丹麦哥本哈根大学团队利用27,660张智能手机面部照片训练深度神经网络,从中位年龄73岁的急诊入院患者中预测死亡率。面部得分为3天死亡率AUC 0.80、30天死亡率AUC 0.77,优于分诊级别、早期预警评分(EWS)、生命体征、血液生化及估算面部年龄。
推荐理由:原文首次用大规模真实急诊数据验证面部图像预测死亡率,为临床风险分层提供新线索与可迁移方法。
丹麦哥本哈根大学团队利用27,660张智能手机面部照片训练深度神经网络,从中位年龄73岁的急诊入院患者中预测死亡率。面部得分为3天死亡率AUC 0.80、30天死亡率AUC 0.77,优于分诊级别、早期预警评分(EWS)、生命体征、血液生化及估算面部年龄。
推荐理由:原文首次用大规模真实急诊数据验证面部图像预测死亡率,为临床风险分层提供新线索与可迁移方法。
研究利用模糊德尔菲法(FDM)和模糊层次分析法(FAHP)确定职业认知风险评估中的热应激指数优先级。在 25 位专家共识及多准则决策下,全球热气候指数(UTCI)排名最高,预测热应变(PHS)次之。敏感性分析证实了排名的高稳定性(Spearman’s ρ 为 0.964–1.000),表明生理基础广泛的指数在认知相关评估中优于简单经验指标。
重症超声评估感染性休克需超越左室射血分数,综合判断压力、流量与灌注。五大常见陷阱包括仅看左室而遗漏右室、以静态指标替代动态试验及未评估静脉充血即盲目补液。临床应明确前向流量需求后再决定补液、升压或强心策略,避免单一指标误导治疗。
一篇综述系统总结了人工智能在急性缺血性卒中多模态CT病灶识别与分割中的研究进展,范围覆盖平扫CT、CT灌注和CT血管成像三类模态。文中显示AI辅助判读可将NCCT隐匿性病灶的诊断准确率提高约26%~30%,CTP深度学习模型在梗死核心分割上优于商业软件固定阈值法,CTA模型对近端大血管闭塞的识别已有外部验证支持。
该文报道了2例可能诊断脑淀粉样血管病(CAA)相关短暂局灶性神经功能发作(TFNE)的患者,并通过影像学特征与TIA、局灶性癫痫发作、凸面蛛网膜下腔出血进行鉴别。TFNE表现为非刻板性发作,SWI检查显示脑叶多发微出血,有助于早期诊断与规范管理。