两阶段机器学习多变量模型辅助血栓ophilia管理临床决策的开发与评估:波恩大学医院496例单中心回顾性研究
德国波恩大学医院开展单中心回顾性研究,基于2019至2024年496例完成完整血栓ophilia检查患者的临床与实验室数据,开发两阶段机器学习模型(XGBClassifier联合XGBOrdinalV2)预测血栓ophilia风险分类及抗凝建议。
德国波恩大学医院开展单中心回顾性研究,基于2019至2024年496例完成完整血栓ophilia检查患者的临床与实验室数据,开发两阶段机器学习模型(XGBClassifier联合XGBOrdinalV2)预测血栓ophilia风险分类及抗凝建议。
研究者基于UNOS数据库2012–2024年28,120例成年肺移植受者,用Light Gradient Boosting Machine模型结合SHAP量化供体类型、机器灌注与离体(OOB)时间对移植后一年死亡率的影响。
9月Gallup-Pivotal女性健康调查显示,34%的美国女性表示过去五年医务人员曾淡化或忽视其症状,33%报告被误诊或未能获得诊断,男性为21%。流行病学家与社会学家两位作者将87名女性的电子医疗记录与详细访谈配对,发现病历讲述的故事有所不同。评论据此提出,依赖此类记录的AI未必能完整反映女性真实健康状况。
发表于 Journal of Medical Internet Research 的定性系统综述(PMID 42993795)整合2018年1月至2026年6月间注册护士使用生成式AI(GenAI)临床实践的定性证据,检索10个中英文数据库,采用Thomas和Harden三阶段主题合成并结合TAM-AIN框架,以GRADE-CERQual评估证据确定性。
研究团队按PRISMA-ScR指南在PubMed、Embase、Cochrane Library、Web of Science和Scopus检索2000年1月1日至2026年1月1日文献。
研究者在 AutoPET 队列 1,014 项研究(700 训练、114 验证、200 受试者独立测试)中开发单阶段 3D 病灶检测框架,比较 PET+CT 从头训练与用预训练 PET/CT 基础模型初始化的表现。
一项两阶段对照实验纳入19名外科医生(住院医师10名、专科培训医师2名、主诊医师7名),在机器人胆囊切除术视频静态帧上先无引导、后带模拟AI叠加标记绘制切口线,未使用真实AI模型。
研究用谷歌开源指令微调大语言模型 Gemma-3-27B-it 结合少样本提示,对64份德语老年门诊报告生成患者友好简化版,并与2名医学专家撰写的版本做盲法比较。结果显示两者语义相似性相当(P=.02),患者代表更偏好AI版本(P=.001),而专家评审认为医生撰写的版本更完整(P<.001)。作者指出仍需前瞻性研究验证AI简化是否改善客观健康结局、依从性和患者参与。
一项法国大巴黎地区AP-HP 38家大学医院的回顾性多中心研究,评估骨折检测AI工具BoneView对2013至2019年间26例因X线漏诊骨折获赔偿病例及130例对照的识别表现。
《Journal of the American Geriatrics Society》发表一篇综述,梳理人工智能在住院老年谵妄预测、识别与管理中的作用。多模态机器学习预测模型区分度良好但临床整合少,识别改善不等于结局改善;NLP、大语言模型、可穿戴等技术证据有限,强化学习与数字孪生多为概念阶段。作者认为AI宜作为辅助工具,需外部验证、临床监督与部署后监测,并以前瞻性比较研究评估患者结局。
一项基于德国医院患者级数据的研究,将患者划分为具有不同护理需求的类别,并用LightGBM和TSMixer两种机器学习模型预测未来1个月的分类护理需求,再转化为人员配置需求。结果显示,异质性需求预测较朴素基线将护士排班效率提升34%,较最佳同质化需求估计方法提升14%,并减少人员过剩与不足。研究发表于Medical Care,提示将患者异质性纳入人员需求预测可提高排班的效率与可靠性。
一项2024年9—12月针对141所美国医学院内科学见习主任的全国代表性调查显示,114人回复(80.9%),其中39.5%报告无AI使用正式政策,34.2%不确定是否存在;42.9%将AI用于反思作文视为“作弊”,而仅5.2%如此看待临床诊断用途(p<0.001)。
一项发表于 Journal of Endodontics 的范围综述检索PubMed、Scopus和Web of Science 2023年1月1日至2025年11月19日的英文研究,纳入50项评估基于大语言模型(LLM)的生成式AI在牙髓病学中应用的研究,其中教育培训20项、诊断与临床支持21项、患者沟通9项,GPT系列模型最常被评估。
一篇发表于Pharmaceutical Research的方法学文章展示,AI辅助可让药事计量建模者以自然语言生成Fortran代码,对NONMEM引擎进行插桩,按需提取平时不可见的内部量。
一项发表于 Journal of Consulting and Clinical Psychology 的研究在抑郁症16次支持-表达式心理动力学心理治疗场景下,构建由四个专门LLM智能体和一个Judge-LLM组成的框架,用300个含人类与LLM响应的治疗片段评估。
一项对2000至2011年间513例初次单侧全髋关节置换术(THA)患者的二级分析开发并验证了预测术后3年和5年疼痛评分的机器学习模型。13个模型中非线性方法表现最佳,CatBoost均方误差在T3为2.70、T5为4.11,疼痛严重程度分类准确率90.1%;年龄、BMI、腰/颈疾病史及WOMAC和ICOAP部分条目为关键预测因子。作者指出模型尚需外部验证,才可能用于识别持续疼痛高风险患者。