HMCKD-Net: 用于慢性肾病筛查和概率校准评估的混合机器学习模型
HMCKD-Net 模型在慢性肾病(CKD)筛查中表现出色,hold-out 测试集上的 AUROC 达 0.9973,准确率 0.9875。该模型在阿布扎比的外部测试中表现不佳,AUROC 为 0.6786。研究强调了模型校准评估和临床应用前的前瞻性评估的重要性。
HMCKD-Net 模型在慢性肾病(CKD)筛查中表现出色,hold-out 测试集上的 AUROC 达 0.9973,准确率 0.9875。该模型在阿布扎比的外部测试中表现不佳,AUROC 为 0.6786。研究强调了模型校准评估和临床应用前的前瞻性评估的重要性。
Mayo Clinic研究人员开发并测试了一种AI模型,通过24小时尿液测试结果更准确地预测肾结石成分。该模型在73%的患者中正确预测了肾结石成分,而传统方法仅在33%的情况下正确预测。这为临床医生提供了新的诊断工具,有助于制定更有效的治疗和预防策略。
推荐理由:AI模型通过尿液测试结果更准确预测肾结石成分,为临床治疗提供新工具。
宁波新跃医疗在第94届CMEF首次推出国产原创的涡流助推碎石清石输尿管软镜系统"新跃镜"(VISOR),用于泌尿系结石微创治疗。该产品历经5年自主研发,已申请68件国内外专利,据公司介绍已在全国近150家医院完成试用,临床研究结石清除率超90%。新跃镜系列正在规划CE MDR和FDA认证申请。
钱江心血管病会议(QICC 2026)11月19日-22日将在杭州国际博览中心举办,注册通道现已开放。会议将设立ESC/JACC联合论坛及JACC系列专场,助力研究成果登上国际顶刊平台。同步推出四大人才计划,覆盖国际青年术者、研究生、基层医师及西部同道培养。
该可解释机器学习框架通过3017例内部数据及2708例外部数据完成验证。非移植组LightGB模型R²为0.7060,移植组XGBoost R²为0.6235,外部验证R²分别为0.5921和0.5513。模型解读显示住院时长、治疗相关特征、年龄及实验室指标是预测成本的重要贡献因素。
公益AI短剧《高压人生,异常待处理》在全国高血压日(10月8日)于新华网社交媒体矩阵首发。剧集讲述三位高血压患者从隐瞒、硬扛、害怕走向科学控制;我国约2.45亿成人高血压患者中,血压控制率仅16.8%。难治性高血压可选肾动脉去神经术(RDN)辅助治疗,该术式已在全球近80个国家获批。
斯坦福大学团队在Nature Medicine发表研究,建立了基于尿液游离细胞游离RNA(cfRNA)测序的uRARE-seq技术。利用683份尿液样本构建的机器学习模型可在90%特异度下达到95%灵敏度的膀胱癌检测,并能判断肿瘤分级、肌层浸润情况及术后微小残留病灶(MRD),效果优于尿液肿瘤DNA检测。
推荐理由:斯坦福大学团队建立尿液游离cfRNA测序技术并构建检测模型,可无创评估膀胱癌分级、术后的微小残留病灶及BCG治疗应答。