
人工智能衍生的肌肉减少症指标预测抗EGFR治疗在RAS野生型转移性结直肠癌中的生存获益
对PanaMa试验的深度学习分析显示,在RAS野生型转移性结直肠癌(mCRC)患者中,高肌肉-骨骼比(MBR)患者的维持治疗中加入帕尼单抗的获益显著更高,这表明了一种新的AI驱动的个性化肿瘤学方法。
152 articles · 20 / page

对PanaMa试验的深度学习分析显示,在RAS野生型转移性结直肠癌(mCRC)患者中,高肌肉-骨骼比(MBR)患者的维持治疗中加入帕尼单抗的获益显著更高,这表明了一种新的AI驱动的个性化肿瘤学方法。

一种通过深度学习得出的肌肉减少症指标——肌肉-骨骼比(MBR),已被证明能够预测RAS野生型转移性结直肠癌患者对维持抗EGFR治疗的疗效,可能识别出真正从治疗强化中受益的患者。

PECTUS-AI研究表明,使用OCT通过AI识别薄帽纤维粥样瘤(TCFA)在预测心血管事件方面的预后价值优于手动分析,尤其是在评估整个成像冠状段时,为高危患者的识别提供了一种标准化方法。

新型PILOT机器学习架构整合了分阶段围手术期数据和再生相关生物标志物,能够在手术后六小时内预测肝切除术后肝功能衰竭,显著优于传统临床模型,并实现早期个性化风险分层。

一项多中心研究表明,使用术前MRI的深度迁移学习(DTL)算法可以以超过92%的准确率预测人工耳蜗植入儿童的口语发展,显著优于传统机器学习模型和临床变量。

使用机器学习对TEAM试验进行的二次分析表明,机械通气患者的强化早期活动具有高度个体化的效果,从降低34%的死亡率到增加39%的风险不等,具体取决于基线临床特征。

基于AI的常规胸部CT分析显示,冠状动脉钙化在IMID患者中高度普遍,并且强烈预测主要不良心血管事件(MACE)和全因死亡率,识别出这一高风险人群中的关键治疗缺口。

移动健康短信干预显著提高了结核病患者的戒烟率并降低了死亡率,支持其在结核病项目中的实施。

一项随机试验表明,基于智能手机应用程序的肺康复计划显著改善了慢性呼吸疾病患者的生活质量和体力活动水平,为传统中心化护理提供了一种可扩展的替代方案,尽管在患者依从性方面存在挑战。

全面的荟萃分析表明,基于规则的聊天机器人在4-8周的时间窗口内能显著减轻抑郁症症状,而大型语言模型(LLM)基聊天机器人的临床效果因高变异性而证据不足。

最近的强有力的随机对照试验表明,通过智能手机提供的数字认知行为疗法在广泛性焦虑障碍方面提供了显著且持久的改善,克服了关键的可及性障碍,并突显了其对大规模公共卫生影响的潜力。

德国一项102名参与者的试点RCT发现,自我指导的数字心理干预在3个月内显著减少了炎症性风湿病患者的心理痛苦,并适度提高了生活质量。

对98名ARDS患者的高保真数字孪生模型显示,APRV(高压25/低压0,长时间吸气,短时间呼气至75%峰值呼气流速)可将机械功率降低约32%,潮气量招募降低约34%,代价是可控性高碳酸血症;需要进行临床试验。

一项系统回顾和荟萃分析发现,实时自动临床恶化警报系统可以减少院内心跳骤停,并可能缩短重症监护病房(ICU)住院时间,但对死亡率的益处尚不确定,需要进行更高质量的试验。

本综述评估了从噪声单导联心电图(ECG)中预测心力衰竭风险的人工智能算法,综合了来自大型多国队列的证据,强调了AI-ECG模型在传统临床评分之外改善风险分层的优势。

一项国际研究开发了AI-ECG模型,能够诊断并预测未来的中度至重度二尖瓣、三尖瓣和主动脉瓣反流,并在不同人群中进行了验证,发现与亚临床腔室重塑有关。

多中心深度学习模型可靠地分类了活检焦点评分和ACR-EULAR定义的舍格伦综合征(AUROC ≈0.88–0.89),并识别出一种与疾病相关的新颖CD8+ T细胞腺周模式;需要前瞻性验证。

PANORAMA研究表明,人工智能模型在常规对比增强CT上检测胰腺导管腺癌(PDAC)的AUC值(0.92)高于68名放射科医生(AUC 0.88),提示早期检测潜力。多中心验证使用了组织病理学和≥3年的随访作为参考标准。

丹麦的一项RCT研究了治疗师指导的在线项目TG-iConquerFear,该项目针对具有临床癌症复发恐惧(FCR)的结直肠癌幸存者。与增强的自助相比,在3个月时,TG-iConquerFear显著降低了FCR评分;组间效应具有临床意义(Cohen d 0.62)。

这篇2020-2025年的叙述性综述(327项深度学习研究)评估了深度学习(DL)在耳鼻喉科诊断、预后、分割及新兴术中应用中的表现,并概述了安全、公平实施的实际步骤。
打开分语言的专科信息流和科室页面。