JAMA  2025/09/29-2025/10/05

1.基于影像學(xué)的人工智能模型用于人瘤病毒陽性口咽癌的結(jié)外擴(kuò)展檢測和結(jié)果預(yù)測  9.30  JAMA Otolaryngology–Head & Neck Surgery

2.人工智能增強(qiáng)分析美國城市的建筑環(huán)境圖像和鄰里肥胖  9.30   JAMA Network Open

THE LANCET  2025/09/29-2025/10/05

1.食管癌多學(xué)科工具：一種用于食管癌決策的共同設(shè)計(jì)、外部驗(yàn)證的機(jī)器學(xué)習(xí)工具  9.29  eClinicalMedicine

2.使用數(shù)字化唾液腺活檢對焦點(diǎn)評分和干燥病進(jìn)行分類的機(jī)器學(xué)習(xí)：一項(xiàng)回顧性隊(duì)列研究  9.29  The Lancet Rheumatology Home

Nature  2025/09/29-2025/10/05

1.基于人工智能的血液檢測設(shè)備用于急性感染和敗血癥診斷和預(yù)后的臨床驗(yàn)證  9.30  Nature Medicine

JAMA

1.基于影像學(xué)的人工智能模型用于人瘤病毒陽性口咽癌的結(jié)外擴(kuò)展檢測和結(jié)果預(yù)測

Artificial Intelligence Model for Imaging-Based Extranodal Extension Detection and Outcome Prediction in Human Papillomavirus?Positive Oropharyngeal Cancer

(1)目的：開發(fā)人工智能（AI）驅(qū)動(dòng)的治療前計(jì)算機(jī)斷層掃描（CT）掃描淋巴結(jié)分割和結(jié)外延伸（iENE）分類管道，并評估其與人瘤病毒（HPV）陽性口咽癌（OPC）腫瘤學(xué)結(jié)局的關(guān)系。

(2)結(jié)論：單中心隊(duì)列研究發(fā)現(xiàn)，人工智能驅(qū)動(dòng)的管道可以成功地從HPV相關(guān)OPC的治療前CT掃描中自動(dòng)進(jìn)行淋巴結(jié)分割和iENE分類。預(yù)測的 iENE 與更差的腫瘤學(xué)結(jié)局獨(dú)立相關(guān)。需要外部驗(yàn)證來評估在沒有專業(yè)成像專業(yè)知識(shí)的機(jī)構(gòu)中實(shí)施的普遍性和潛力。

2.人工智能增強(qiáng)分析美國城市的建筑環(huán)境圖像和鄰里肥胖

AI-Enhanced Analysis of Built Environment Imagery and Neighborhood Obesity in US Cities

(1)目的：探討人工智能對衛(wèi)星和街景圖像的分析是否與超越傳統(tǒng)人口和社會(huì)經(jīng)濟(jì)（DSE）和健康社會(huì)決定因素（SDOH）因素的社區(qū)肥胖患病率估計(jì)的改進(jìn)相關(guān)。

(2)結(jié)論：在這項(xiàng)研究中，從地理空間圖像中整合人工智能衍生的建筑環(huán)境特征與解釋和估計(jì)社區(qū)水平肥胖患病率的能力增強(qiáng)有關(guān)，超越了傳統(tǒng)的DSE和 SDOH因素。

THE LANCET

1.食管癌多學(xué)科工具：一種用于食管癌決策的共同設(shè)計(jì)、外部驗(yàn)證的機(jī)器學(xué)習(xí)工具

Oesophageal cancer multi-disciplinary tool: a co-designed, externally validated, machine learning tool for oesophageal cancer decision making

(1)背景：食管癌（OC）多學(xué)科團(tuán)隊(duì)（MDT）在巨大的壓力下運(yùn)作，處理復(fù)雜的決策。如果負(fù)責(zé)任地訓(xùn)練和部署，機(jī)器學(xué)習(xí)（ML）可以學(xué)習(xí)復(fù)雜的決策范式，以提高效率、一致性和成本。我們提出了一個(gè)經(jīng)過外部驗(yàn)證的基于ML的臨床決策支持系統(tǒng)（CDSS），旨在預(yù)測OC MDT治療決策并預(yù)測姑息性方案，并使用負(fù)責(zé)任的研究和創(chuàng)新（RRI）原則共同設(shè)計(jì)。

(2)解釋：我們提出了一種新型的、負(fù)責(zé)任的開發(fā)、經(jīng)過外部驗(yàn)證的AI CDSS，經(jīng)過訓(xùn)練可以預(yù)測食管癌MDT決策。它代表了ML變革性應(yīng)用的基礎(chǔ)，在 OC內(nèi)提供個(gè)性化、一致和高效的MDT決策支持，符合RRI原則。

2.使用數(shù)字化唾液腺活檢對焦點(diǎn)評分和干燥病進(jìn)行分類的機(jī)器學(xué)習(xí)：一項(xiàng)回顧性隊(duì)列研究

Machine learning to classify the focus score and Sj?gren's disease using digitalised salivary gland biopsies: a retrospective cohort study

(1)背景：干燥病的分類部分依賴于小唾液腺活檢的焦點(diǎn)評分分級。專家對焦點(diǎn)評分的重新分級導(dǎo)致一半病例的疾病重新分類。本研究旨在利用機(jī)器學(xué)習(xí)自動(dòng)對焦點(diǎn)評分和干燥病進(jìn)行分類，以根據(jù)小唾液腺活檢識(shí)別新的組織學(xué)疾病亞型。

(2)解釋：這項(xiàng)研究表明，深度學(xué)習(xí)可以僅使用小唾液腺活檢對焦點(diǎn)評分和干燥病進(jìn)行可靠的分類。該研究發(fā)現(xiàn)腺泡中的CD8 T細(xì)胞浸潤與干燥病有關(guān)。需要進(jìn)一步的研究來驗(yàn)證模型。

Nature

1.基于人工智能的血液檢測設(shè)備用于急性感染和敗血癥診斷和預(yù)后的臨床驗(yàn)證

Clinical validation of an AI-based blood testing device for diagnosis and prognosis of acute infection and sepsis

(1)摘要：對于因非特異性癥狀到急診科就診的患者，缺乏對感染的存在、類型和嚴(yán)重程度的可靠診斷，帶來了相當(dāng)大的挑戰(zhàn)。我們開發(fā)了TriVerity，它使用 29 個(gè)mRNA的等溫?cái)U(kuò)增和Myrna儀器上的機(jī)器學(xué)習(xí)算法來確定細(xì)菌感染、病毒感染的可能性以及7天內(nèi)需要重癥監(jiān)護(hù)干預(yù)的可能性。為了驗(yàn)證 TriVerity，SEPSIS-SHIELD研究招募了1,222名經(jīng)臨床判定感染狀態(tài)且需要在 7 天內(nèi)接受重癥監(jiān)護(hù)干預(yù)的患者作為終點(diǎn)。TriVerity細(xì)菌和病毒評分在診斷細(xì)菌感染的準(zhǔn)確性高于C反應(yīng)蛋白、降鈣素原或白細(xì)胞計(jì)數(shù)，受試者工作特征下面積（AUROC）為0.83和病毒感染（AUROC = 0.91）。TriVerity 嚴(yán)重程度評分的AUROC為0.78，用于預(yù)測疾病嚴(yán)重程度，并允許與單獨(dú)的臨床評估（快速序貫器官衰竭評估）相比，對重癥監(jiān)護(hù)干預(yù)的風(fēng)險(xiǎn)進(jìn)行重新分類。三個(gè)評分中的每一個(gè)都有規(guī)則特異性 >92%，排除敏感性 >95%。將就診時(shí)的抗生素給藥與隨訪后裁決進(jìn)行比較發(fā)現(xiàn)，TriVerity 可以將不當(dāng)使用抗生素的假陽性和假陰性減少 60-70%。需要在介入環(huán)境中進(jìn)行進(jìn)一步的臨床測試，以證明 TriVerity 的可作性和臨床益處。