MMedXYNews
首页视频解读
MedXY AI/MedXY新闻/标签: 机器学习
MedXY新闻
中文标签

机器学习

向 MedXY AI 提问
临床试验心力衰竭2型糖尿病肥胖生物标志物免疫治疗人工智能阿尔茨海默病心血管风险糖尿病肿瘤学心脏病学1型糖尿病房颤重症监护风险分层心血管疾病乳腺癌免疫疗法公共卫生流行病学SGLT2抑制剂

最新新闻

标签

医学资讯减重手术机器学习

解读型机器学习助力减重手术候选者肥胖低通气综合征个体化风险预测

By MedXY|2026年9月26日

一种可解释机器学习模型利用7项易获取的临床变量识别减重手术候选者中的肥胖低通气综合征高风险人群，有助于提高早期诊断效率和围手术期风险管理水平。

机器学习赋能类固醇谱分析：先天性肾上腺类固醇生成障碍的快速诊断新策略
儿科儿科内分泌学先天性肾上腺疾病

机器学习赋能类固醇谱分析：先天性肾上腺类固醇生成障碍的快速诊断新策略

© 2026 MedXY
Contact usAbout usPrivacy PolicyMedXY story
By MedXY
|
2026年9月19日

本文综述了一项经验证的机器学习决策树模型：利用 LC-MS/MS 类固醇谱，可实现先天性肾上腺类固醇生成障碍（CDAS）的快速、准确诊断，从而提升临床决策质量与患者预后。

优化毛细血管血酮检测频率：预测1型糖尿病短期DKA风险
医学资讯1型糖尿病机器学习

优化毛细血管血酮检测频率：预测1型糖尿病短期DKA风险

By MedXY|2026年8月30日

每周在健康日进行毛细血管血酮检测，仍可维持对1个月内糖尿病酮症酸中毒风险的预测准确性，为1型糖尿病患者提供了一种更实用、负担更轻的监测策略。

转甲状腺素蛋白淀粉样心肌病预后评估再升级：机器学习风险预测模型
医学资讯机器学习转甲状腺素蛋白淀粉样心肌病

转甲状腺素蛋白淀粉样心肌病预后评估再升级：机器学习风险预测模型

By MedXY|2026年8月30日

一项基于机器学习的新型模型可显著提升转甲状腺素蛋白淀粉样心肌病的风险预测能力，优于传统分期系统，并有助于支持个体化患者管理。

多组学与机器学习揭示胆管癌分子亚型，并确定TNK1为新型治疗靶点
医学资讯TNK1多组学

多组学与机器学习揭示胆管癌分子亚型，并确定TNK1为新型治疗靶点

By MedXY|2026年8月21日

本研究通过整合多组学与机器学习方法，划定胆管癌的3种独特分子亚型，提示TNK1激酶是代谢型亚群中具有前景的靶向治疗新靶点。

医学资讯MRI连接组学发作复发

MRI连接组学揭示脑网络破坏可预测颞叶癫痫术后长期发作复发

By MedXY|2026年8月17日

先进的 MRI 连接组分析发现，关键脑枢纽的破坏可作为预测颞叶癫痫术后长期发作复发的生物标志物，从而改善术后风险分层。

基于机器学习的慢性硬膜下血肿住院患者再入院特征分析
医学资讯患者表型慢性硬膜下血肿

基于机器学习的慢性硬膜下血肿住院患者再入院特征分析

By MedXY|2026年8月9日

慢性/亚急性硬膜下血肿住院后再入院较为常见，且多数并非因手术复发所致，临床结局具有明显差异。机器学习分析识别出不同再入院风险的患者亚群，提示出院后照护应个体化，并将试验终点拓展至更广泛的临床结局。

机器学习在医疗设备中的前景、陷阱与未来之路
医学科技医疗设备机器学习

机器学习在医疗设备中的前景、陷阱与未来之路

By MedXY|2026年7月30日

机器学习正在变革医疗设备，但面临着捷径学习与自动化偏见等挑战。边缘AI与不断演进的监管体系旨在平衡创新与安全。

借助机器学习提升继发性噬血细胞性淋巴组织细胞增多症的预后评估精准度
医学资讯HLH-Risk-CalculatorsHLH

借助机器学习提升继发性噬血细胞性淋巴组织细胞增多症的预后评估精准度

By MedXY|2026年7月7日

HLH-Risk-Calculator 利用机器学习预测成年继发性噬血细胞性淋巴组织细胞增多症患者的初始疾病严重程度及多个时间点死亡风险，突出关键生物标志物，并强调需进行外部验证。

推进甲状腺乳头状癌个性化治疗：预测隐匿性淋巴结转移的机器学习模型
医学资讯RET融合机器学习

推进甲状腺乳头状癌个性化治疗：预测隐匿性淋巴结转移的机器学习模型

By MedXY|2026年4月25日

一种结合临床、超声和分子特征的新颖机器学习模型可预测甲状腺乳头状癌的隐匿性中央区淋巴结转移，RET融合阳性被确定为关键风险因素。

机器学习在个性化学校正念训练预防青少年抑郁症中的不足：MYRIAD试验见解
人工智能MYRIAD试验个性化医学

机器学习在个性化学校正念训练预防青少年抑郁症中的不足：MYRIAD试验见解

By MedXY|2026年4月13日

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。

揭开肠道-肝脏轴：从脂肪肝到癌症的微生物组特征追踪疾病进展
医学资讯微生物组机器学习

揭开肠道-肝脏轴：从脂肪肝到癌症的微生物组特征追踪疾病进展

By MedXY|2026年4月6日

一项涉及1,168名个体的多队列研究揭示，随着肝病阶段的发展，肠道微生物组多样性系统性下降。特定的细菌标志物（如Veillonella）和功能代谢变化可预测疾病进展和死亡风险。

自适应AI变革心血管事件裁决：新算法在多个终点上实现接近人类的准确性
人工智能临床终点裁决临床试验

自适应AI变革心血管事件裁决：新算法在多个终点上实现接近人类的准确性

By MedXY|2026年4月5日

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。

妊娠期糖尿病中的精准医疗：通过数据驱动的表型聚类和风险分层解析异质性
医学资讯产后糖尿病围产期并发症

妊娠期糖尿病中的精准医疗：通过数据驱动的表型聚类和风险分层解析异质性

By MedXY|2026年3月26日

这篇综述分析了一项具有里程碑意义的机器学习研究，该研究识别出四种不同的妊娠期糖尿病（GDM）表型聚类，揭示了早期诊断、合并症相关的GDM比低风险群组患产后糖尿病的风险高四倍。

超越统一方法：数据驱动的表型分析揭示妊娠糖尿病高风险群组
医学资讯围产期健康妊娠糖尿病

超越统一方法：数据驱动的表型分析揭示妊娠糖尿病高风险群组

By MedXY|2026年3月22日

一项针对超过37,000名患者的开创性机器学习研究识别出四种不同的妊娠糖尿病（GDM）表型群组。这些发现表明，早期诊断、高合并症的表型携带产后糖尿病风险增加四倍，这标志着在产科护理中需要个性化临床管理。

普遍性学校心理健康培训未能在青少年心理健康方面优于标准护理：来自MYRIAD试验的见解
儿科机器学习正念

普遍性学校心理健康培训未能在青少年心理健康方面优于标准护理：来自MYRIAD试验的见解

By MedXY|2026年2月20日

对MYRIAD试验的大规模分析表明，普遍性的学校心理健康培训并未显著降低青少年抑郁症的风险。尽管机器学习识别出某些潜在受益者，但临床益处仍然微乎其微，尽管短期内教师的职业倦怠有所改善。

脓毒症精准预后：应激高血糖和血糖变异性如何定义不同代谢谱的死亡风险
医学资讯机器学习脓毒症

脓毒症精准预后：应激高血糖和血糖变异性如何定义不同代谢谱的死亡风险

By MedXY|2026年2月4日

本研究揭示了结合应激高血糖比值（SHR）和血糖变异性（GV）显著提高了脓毒症患者的死亡预测准确性，且风险模式根据患者的基础代谢状态（正常、糖尿病前期或糖尿病）而显著不同。

预测时钟：机器学习优化妊娠糖尿病胰岛素治疗时间
医学资讯妊娠糖尿病机器学习

预测时钟：机器学习优化妊娠糖尿病胰岛素治疗时间

By MedXY|2026年2月4日

EMERGE试验的二次分析显示，利用早期血糖数据的随机生存森林模型可以准确预测妊娠糖尿病妇女开始使用胰岛素的时间，为个性化代谢管理和改善母胎结局提供了路线图。

机器学习准确预测HR+/HER2-早期乳腺癌的远处复发和Ribociclib治疗获益
医学资讯乳腺癌机器学习

机器学习准确预测HR+/HER2-早期乳腺癌的远处复发和Ribociclib治疗获益

By MedXY|2026年1月13日

研究人员利用真实世界数据和临床试验数据开发了一种机器学习模型，用于预测HR+/HER2-早期乳腺癌患者的远处复发风险和Ribociclib的治疗效果，为个性化辅助治疗决策提供了潜在工具。

SGLT2抑制剂在低风险2型糖尿病人群中也显示出心脏保护作用：因果森林分析的见解
医学资讯2型糖尿病SGLT2抑制剂

SGLT2抑制剂在低风险2型糖尿病人群中也显示出心脏保护作用：因果森林分析的见解

By MedXY|2026年1月7日

一项全国性的目标试验模拟研究显示，SGLT2抑制剂在更广泛的患者群体中提供了心血管益处，这种益处与个体代谢特征的关系更为密切，而非传统的风险评分。

1 / 2
12
Next
向 MedXY AI 提问

Most popular

医学资讯
神经降压素受体1：驱动结直肠癌免疫排斥与不良预后的关键因素
医学资讯
借助克隆性造血蛋白组学特征预测HFpEF预后
医学资讯
创伤救治中的沟通鸿沟：评估创伤复苏室内的创伤知情沟通
公共卫生
安大略省门诊子宫切除术的上升趋势及临床结局：基于人群的分析
医学资讯
机器人辅助左侧胰腺切除术学习曲线评估：一项国际多中心研究中的安全性与肿瘤学结局