
AI 赋能心电图能否成为肥厚型心肌病左心室功能障碍的新型监测工具?
本研究探讨了人工智能心电图工具在监测接受 mavacamten 治疗的肥厚型心肌病患者左心室收缩功能障碍方面的潜力,有望以负担更小的方式替代频繁超声心动图检查。
152 articles · 20 / page

本研究探讨了人工智能心电图工具在监测接受 mavacamten 治疗的肥厚型心肌病患者左心室收缩功能障碍方面的潜力,有望以负担更小的方式替代频繁超声心动图检查。

一项试点研究表明,ChatGPT-4 可行地从儿科急诊患者处收集准确且令人满意的病史,有助于简化分诊流程并减轻文书负担。

本文介绍了 AMBUSH-AI,这是一种新型 AI 驱动系统,借助超声成像可准确预测烧伤创面深度,较现有临床标准进一步提升诊断准确性,并有望为烧伤救治中的最佳手术决策提供依据。

一项针对妇科肿瘤学领域大型语言模型的基准研究表明,以指南为锚点的检索增强生成(RAG)配置在临床决策支持中的表现优于基础模型和仅依赖文献的 AI 系统,凸显了直接整合指南的重要性。

由 Bryan Tegomoh(MD, MPH)撰写,《The Public Health AI Handbook》是一本全面、经同行评审的开放获取指南,专为公共卫生

一项前瞻性多中心研究表明,AI 驱动的虚拟原生增强(VNE)MRI 可在无需对比剂的情况下准确检出并定量心肌瘢痕,从而有望减少临床心脏病学中对钆基成像的依赖。

2026年专家共识为AMD筛查AI算法建立了基于影像的参考标准,推荐采用Beckman分级并常规使用OCT,同时明确转诊阈值及若干不确定领域。

MAIPI 深度学习模型基于常规 H&E 染色活检图像,为套细胞淋巴瘤提供了一种新颖且准确的预后工具,可绕过分子检测或专家病理评估需求,从而增强风险分层并支持个体化治疗。

基于人工智能的床旁即时 EEG 监测可准确量化癫痫发作负荷,并显示其与出院时不良临床结局存在剂量依赖性关联,提示其在重症监护中的应用潜力。

一项比较“医师惊讶问题”、AI驱动的 GEST 模型及二者联合方案的研究显示,在预测老年急诊患者6个月死亡风险方面,联合方法可提高准确性并提升效率。

机器学习算法可基于颞骨MRI生成合成CT图像,从而在不增加辐射暴露的情况下同时显示骨与软组织,有助于耳科手术规划与解剖定位。

一项使用人工智能分析放射学报告的回顾性队列研究揭示了偶然甲状腺发现(ITFs)的高流行率,与诊断级联的强烈关联,以及低风险甲状腺癌潜在的过度诊断。

一个主动的数字心理健康平台改善了医护人员的心理健康结果,特别是对黑人和女性参与者的生产力提升和持续抑郁减少有显著益处。

对AI生成的临床记录进行横断面评估发现,其质量显著低于人类生成的记录,特别是在详尽性、组织性和实用性方面。

一项队列研究显示,开源AI病理模型在预测肺腺癌EGFR突变时在不同血统群体中的表现存在差异,亚洲患者(AUC 0.68)的准确性明显低于欧洲(AUC 0.84)和非洲(AUC 0.85)人群,这对公平的临床应用提出了重要考虑。

VITAL-AF试验分析显示,结合基于ECG的人工智能与临床风险评分显著提高了房颤筛查效率。研究证明,高危个体从筛查中受益最大,其中CH-AI风险最高十分位数的筛查人数需求仅为每年43人。

MYRIAD试验的二次分析显示,虽然机器学习模型可以识别可能从学校正念训练中受益的青少年,但这些预测的临床相关性仍然很小。因果森林和弹性网回归模型检测到了统计学上显著但实际影响微乎其微的结果差异。

研究人员开发了一种基于人工智能的框架,揭示了肝细胞癌中肿瘤间质比与死亡率之间的非线性关系,通过一种新颖的令牌引导多模态融合方法,提高了预后的准确性,超越了传统方法。

研究人员开发并验证了ADAPT-CEC,一种可以裁决不同试验定义下心血管事件的人工智能算法。结合AI与选择性人工审查的混合方法达到了95.6%的准确率,并复制了主要试验结果。

一项随机临床试验表明,可穿戴经皮穴位电刺激(TEAS)在高风险手术患者中对中重度术后恶心呕吐(PONV)的2小时缓解率更高,24小时复发率显著降低,优于静脉注射甲氧氯普胺。
打开分语言的专科信息流和科室页面。