机器学习预测心血管病风险算法的系统综述:前景与临床不确定性
该综述考察机器学习算法预测心血管疾病风险的输出,是否针对Framingham风险评分的已知不足并改善风险估计。 检索Medline、Embase与IEEE自建库至2025年1月1日,纳入将机器学习心血管风险评估输出与FRS直接比较的研究,排除评论、信件及未发表文献。
该综述考察机器学习算法预测心血管疾病风险的输出,是否针对Framingham风险评分的已知不足并改善风险估计。 检索Medline、Embase与IEEE自建库至2025年1月1日,纳入将机器学习心血管风险评估输出与FRS直接比较的研究,排除评论、信件及未发表文献。
该综述提示,机器学习方法在利用眼反射图像进行人物与场景分析方面已有初步探索,但现有研究分散于不同任务与应用领域,尚不足以形成统一结论。 研究为系统文献综述,遵循Kitchenham与Charters指南及PRISMA 2020框架,从Q1与Q2期刊中系统筛选出2006年1月至20
文章提出以跨学科整合方式,将人工智能与多组学数据结合,用于应对天然产物发现中的瓶颈问题。 传统天然产物发现受限于重复发现、去重复效率低、沉默生物合成基因簇及结构解析复杂等障碍。
提示:结合ESM2蛋白语言模型与双向长短期记忆网络并引入类别权重,pLM-HP在肽类激素预测上表现较好,但属计算预测,尚不足以下临床结论。 研究为计算方法开发与基准评估,非人体或动物实验;采用五折交叉验证与独立测试集评估,样本量、干预与对照、随访时长材料未报告。
针对肝胆胰肿瘤多学科决策场景,评估当代大语言模型治疗建议的稳定性及其与团队决策的一致性。 回顾性比较可行性研究,对相同肝胆胰肿瘤病例重复查询大语言模型,考察同一输入下输出是否一致,并与多学科团队决策比对。
研究提出一种被试级脑电分类框架,融合频谱特征、基于加权相位滞后指数(wPLI)的功能连接与持续同调拓扑描述符,用于注意缺陷多动障碍(ADHD)分类;在121例受试者中,支持向量机(SVM)取得最高分类性能,消融分析提示三类特征具有互补性;该结果为预印本,证据档位为C。 研究为方法
研究开发并前瞻性验证了机器学习移动应用“Crohn's Aid”,用于在结核流行地区床旁实时鉴别克罗恩病与肠结核。 基于印度三级中心1066例患者(克罗恩病650例、肠结核416例)的前瞻性维护数据库进行回顾性分析,用30项临床、内镜与影像变量训练多种模型。
在医学系统综述的题录-摘要筛选中,两阶段自动流程(规则脚本+大模型裁定)与三名独立人工评审者的分层一致性总体提示较高,但该结论仅针对第一阶段自动排除决策,且不同评审者间差异明显,尚不足以外推为通用验证结论。 设计为分层一致性研究(预印本,证据档位C)。从904条已筛记录(第一阶段
研究提出并评估“检索后验证”方法,用于衡量大语言模型生成医学信息的证据支持度与幻觉。 针对AI生成医学信息缺乏源文档明确支持的问题,开展实证研究以直接评估其是否基于底层证据。
演进脉络:从 DENDRAL 专家系统、计算机辅助药物设计(CADD)、QSAR 建模,到 AlphaFold 3 生物分子复合物预测、计算机辅助合成规划(CASP)、天然产物生物勘探与自主多智能体系统。 重点进展:抗菌筛选、精准肿瘤学、植物化学表征,以及临床阶段的 AI 生成分