1.美國45家醫(yī)院手術(shù)輸血風(fēng)險(xiǎn)機(jī)器學(xué)習(xí)模型的多中心驗(yàn)證

Multicenter Validation of a Machine Learning Model for Surgical Transfusion Risk at 45 US Hospitals

(1)目的：從外部驗(yàn)證公開可用的機(jī)器學(xué)習(xí)算法（手術(shù)個(gè)性化輸血風(fēng)險(xiǎn)預(yù)期[S-PATH]），以估計(jì)全國醫(yī)院樣本內(nèi)手術(shù)期間的紅細(xì)胞輸注。

(2)結(jié)論：在這項(xiàng)對(duì)45家醫(yī)院的隊(duì)列研究中，S-PATH證明了外部有效性和鑒別力。S-PATH始終比標(biāo)準(zhǔn)護(hù)理更有效，表明其可能用作圍手術(shù)期臨床決策支持工具。

 2.老年人癌癥手術(shù)后居家生活能力的預(yù)測(cè)工具

A Predictive Tool for Ability to Remain at Home After Cancer Surgery in Older Adults

(1)目的：開發(fā)并內(nèi)部驗(yàn)證風(fēng)險(xiǎn)預(yù)測(cè)模型STAYHOME，以估計(jì)老年人在癌癥手術(shù)后失去居家生活能力的風(fēng)險(xiǎn)。

(2)結(jié)論：這項(xiàng)預(yù)后研究的結(jié)果表明，STAYHOME使用術(shù)前可用的信息來預(yù)測(cè)老年人癌癥手術(shù)后失去居家生活能力的風(fēng)險(xiǎn)。它表現(xiàn)出良好的辨別力并且校準(zhǔn)良好。STAYHOME的個(gè)體化風(fēng)險(xiǎn)估計(jì)可能支持術(shù)前咨詢、共同決策和設(shè)定預(yù)期。

 3.通過多任務(wù)深度學(xué)習(xí)完成基于AI的超聲心動(dòng)圖解釋

Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning

(1)目的：開發(fā)和評(píng)估AI系統(tǒng)在經(jīng)胸超聲心動(dòng)圖（TTE）上一套全面的39個(gè)標(biāo)簽和測(cè)量的準(zhǔn)確性。

(2)結(jié)論：在這項(xiàng)研究中，一個(gè)自動(dòng)解釋超聲心動(dòng)圖的AI系統(tǒng)在完整和有限的研究中在地理和時(shí)間上保持了很高的準(zhǔn)確性。在各自的臨床工作流程中進(jìn)行前瞻性評(píng)估后，該AI系統(tǒng)可用作超聲心動(dòng)圖實(shí)驗(yàn)室的輔助閱讀器或護(hù)理點(diǎn)環(huán)境中的AI支持篩查工具。

1.印度卡納塔克邦兒童急性腦炎綜合征中叢林斑疹傷寒和多西環(huán)素可治療病因的臨床預(yù)測(cè)模型的開發(fā)與內(nèi)部驗(yàn)證：一項(xiàng)多中心、前瞻性研究

Development and internal validation of clinical prediction?models?for scrub typhus and doxycycline-treatable causes in paediatric acute encephalitis syndrome in Karnataka, India: a multicentre, prospective study

(1)背景：在印度，叢林斑疹傷寒和其他多西環(huán)素可治療的感染是急性腦炎綜合征（AES）的重要因素。南印度的有限監(jiān)測(cè)阻礙了他們的認(rèn)可和將多西環(huán)素納入治療方案。研究旨在系統(tǒng)調(diào)查印度卡納塔克邦兒童AES的感染性病因，并開發(fā)臨床預(yù)測(cè)模型來診斷叢林斑疹傷寒和指導(dǎo)多西環(huán)素治療的臨床決策。

(2)解釋：叢林斑疹傷寒是最常見的微生物學(xué)診斷，大多數(shù)患者都有多西環(huán)素可治療的原因，這強(qiáng)調(diào)了在南印度的經(jīng)驗(yàn)性治療方案中優(yōu)先考慮多西環(huán)素的必要性。這些模型表現(xiàn)出強(qiáng)大的性能;但是，外部驗(yàn)證對(duì)于更廣泛的適用性是必要的。

2.通過Semi-ALNP評(píng)估乳腺癌患者的腋窩淋巴結(jié)轉(zhuǎn)移風(fēng)險(xiǎn)：一項(xiàng)多中心研究

Evaluating axillary lymph node metastasis risks in breast cancer patients via Semi-ALNP: a multicenter study

(1)背景：準(zhǔn)確評(píng)估腋窩淋巴結(jié)（ALN）對(duì)于指導(dǎo)乳腺癌（BC）患者的分期和治療策略至關(guān)重要。目前，傳統(tǒng)的病理分期方法仍然依賴于侵入性活檢或手術(shù)。本研究旨在利用放射組學(xué)和機(jī)器學(xué)習(xí)（ML）技術(shù)構(gòu)建、評(píng)估和驗(yàn)證半監(jiān)督分類器，以無創(chuàng)識(shí)別腋窩淋巴結(jié)疾病。

(2)解釋：Semi-ALNP基于監(jiān)督多層感知器 （MLP）算法，在評(píng)估所有類型的BC患者的ALN狀態(tài)方面具有很高的準(zhǔn)確性。它對(duì)識(shí)別ALN轉(zhuǎn)移的高危患者特別有效，這有助于指導(dǎo)個(gè)體化治療決策。計(jì)劃進(jìn)行未來的前瞻性研究，以進(jìn)一步驗(yàn)證這種方法在現(xiàn)實(shí)世界中的臨床效用。

3.α-突觸核蛋白種子擴(kuò)增試驗(yàn)動(dòng)力學(xué)測(cè)量在帕金森病中的診斷和預(yù)后價(jià)值：一項(xiàng)縱向隊(duì)列研究

Diagnostic and prognostic value of α-synuclein seed amplification assay kinetic measures in Parkinson's disease: a longitudinal cohort study

(1)背景：α-突觸核蛋白種子擴(kuò)增測(cè)定（SAA）陽性已被提議作為帕金森病的診斷生物標(biāo)志物。然而，關(guān)于該生物標(biāo)志物的預(yù)后價(jià)值的研究?jī)H限于短期隨訪期間的小型單中心研究。我們旨在評(píng)估定量CSF α-突觸核蛋白SAA動(dòng)力學(xué)測(cè)量在帕金森病中的診斷和預(yù)后價(jià)值。

(2)解釋：評(píng)估α-突觸核蛋白SAA動(dòng)力學(xué)指標(biāo)可能有助于診斷區(qū)分帕金森病與進(jìn)行性核上性麻痹伴路易體共病。此外，在GBA1-帕金森病中發(fā)現(xiàn)了更快的播種動(dòng)力學(xué)，并獨(dú)立于阿爾茨海默病共同病理學(xué)預(yù)測(cè)帕金森病的認(rèn)知能力下降。

1.基于AI的大規(guī)模胃癌篩查非造影CT成像

AI-based large-scale screening of gastric cancer from noncontrast CT imaging

(1)摘要：通過篩查進(jìn)行早期發(fā)現(xiàn)對(duì)于降低胃癌（GC）死亡率至關(guān)重要。平掃計(jì)算機(jī)斷層掃描（CT）是出于臨床目的而常規(guī)進(jìn)行的，為大規(guī)模設(shè)計(jì)或機(jī)會(huì)性篩查提供了一條有前途的途徑。開發(fā)了人工智能胃癌風(fēng)險(xiǎn)評(píng)估程序（GRAPE），利用非對(duì)比CT和深度學(xué)習(xí)來識(shí)別GC。研究包括三個(gè)階段。首先，使用來自中國2個(gè)中心的隊(duì)列（3470例GC和3250例非GC）開發(fā)了GRAPE，并在內(nèi)部驗(yàn)證集（1298例，曲線下面積= 0.970）和來自16個(gè)中心的獨(dú)立外部隊(duì)列（18160例，曲線下面積= 0.927）上驗(yàn)證了其性能。亞組分析顯示，GRAPE檢出率隨著T分期的推進(jìn)而增加，但與腫瘤位置無關(guān)。接下來，將GRAPE的解釋與放射科醫(yī)生的解釋進(jìn)行了比較，并評(píng)估了其在輔助診斷解釋方面的潛力。研究表明，GRAPE的表現(xiàn)明顯優(yōu)于放射科醫(yī)生，敏感性提高了21.8%，特異性提高了14.0%，尤其是在早期GC中。最后，使用來自綜合癌癥中心和2家獨(dú)立地區(qū)醫(yī)院的78,593次連續(xù)非對(duì)比CT掃描評(píng)估了GRAPE在真實(shí)世界機(jī)會(huì)性篩查中的表現(xiàn)。GRAPE在2家地區(qū)醫(yī)院確定了GC檢出率分別為24.5%和17.7%的高危人群，其中23.2%和26.8%的檢出病例處于T1/T2階段。此外，GRAPE 還檢測(cè)到了放射科醫(yī)生最初遺漏的GC病例，從而能夠在其他疾病的隨訪中更早地診斷GC。總之，GRAPE在大規(guī)模GC篩查方面表現(xiàn)出強(qiáng)大的潛力，為早期檢測(cè)提供了一種可行且有效的方法。