可解释机器学习框架自动筛查患者端大语言模型咨询:医学美容咨询的比较性评估
针对医学美容咨询场景,本研究开发并验证了基于生成元数据和可读性特征的可解释机器学习框架,用于筛选低质量LLM回复。DeepSeek-V3综合质量评分显著高于Kimi(3.89±0.45 vs 3.70±0.38,P<0.001),提示策略是决定质量的主导因素(Kendall's W=0.376)。机器学习模型对低质量的平均精度达0.802,但需标记83.2%的回复以确保检出90%的低质量内容。
针对医学美容咨询场景,本研究开发并验证了基于生成元数据和可读性特征的可解释机器学习框架,用于筛选低质量LLM回复。DeepSeek-V3综合质量评分显著高于Kimi(3.89±0.45 vs 3.70±0.38,P<0.001),提示策略是决定质量的主导因素(Kendall's W=0.376)。机器学习模型对低质量的平均精度达0.802,但需标记83.2%的回复以确保检出90%的低质量内容。
南方医科大学李勤/贾搏团队在Materials & Design发表研究,证实高改性HA水凝胶可促进衰老皮肤再生。该材料通过BDDE改性与均质处理形成单相网络,在无外源活性成分情况下兼具低模量、高水合能力及短期结构保持性。机制研究显示其通过改善线粒体生物能量(ATPase活性提升)、氧化还原平衡(ROS降低)及胶原重塑(真皮厚度增加30%)实现再生作用,为可注射再生材料开发提供新策略。
Mayo Clinic研究者回顾性评估了AI工具DEXI在261例皮损中的表现,该工具基于超过66000张标注图像训练。在阈值设为3.0时,DEXI正确识别93.4%的癌性皮损和75%的非癌性皮损,平均得分非癌皮损为2.5,非黑色素瘤皮肤癌为7.8,黑色素瘤为6.0。
推荐理由:原文明确列出DEXI在不同皮损类型中的识别数据,读者可据此了解AI辅助诊断的适用边界与临床验证进展。
国家人工智能应用中试基地(医疗领域)广东广州阶段性成果发布会21日在广州举行。自2025年7月落地广东以来,该基地已形成84个垂类模型矩阵,覆盖临床、公共卫生与公众服务方向。广东依托6.8万余家医疗卫生机构、182家三甲医院,沉淀154个高质量数据集、381项AI医疗应用场景,并联动广州实验室、全国医疗机构与科创企业建设六大可信数据空间矩阵及省级平台。
犹他州批准AI处方药,需医生审核。Nolla Health获授权通过面部扫描和医疗信息为轻中度痤疮患者提供AI处方,当前处于初期阶段,每张处方仍需两名犹他州持证医生审核。
推荐理由:原文明确说明AI处方药在犹他州的试点进展及当前需双人医生审核的限制,读者可据此了解AI处方在监管框架下的试点进展及当前限制。
该研究提出了 XDGAL-FPI 模型,结合增强版 SwinV2 Transformer 与异质图注意力网络,利用面部图像数据自动识别面瘫严重程度。在包含 14,389 张图像的 YouTube 面瘫更新数据集上,该模型在各项评估指标上的表现优于现有方法。通过集成 GradCAM++ 技术,模型增强了可解释性,可自动突出对预测起关键作用的面部区域,为临床决策提供视觉依据。
一项提交至欧洲皮肤病与性病学会年会的研究显示,在两家医院实施的自主AI医疗器械处理了8,391例紧急皮肤癌患者,同意自主决策的比例为86%,AI实际自主放行率分别为31%和25%,常规随访和活检率均较传统路径下降,估算节省临床时间2,851小时,相当于临床容量提升62%。研究团队认为自主AI的价值在于释放专科医生容量。
推荐理由:研究展示了自主AI在真实皮肤癌诊疗路径中的放行率与节省工时,对评估其临床价值有参考意义。
犹他州批准Nolla Health的AI试点,可在无医生面诊的情况下开具痤疮初始处方,10月5日通过Nolla Derm应用上线,面向18岁以上犹他州居民,月费4.99美元。
推荐理由:犹他州按患者数量分三阶段放宽医生复核要求,为AI独立开具初始处方的试点提供了可参照的监管路径。