面向可信大规模临床信息提取的大语言模型多阶段验证框架
一项多阶段验证框架研究聚焦于利用大语言模型开展可信的大规模临床信息提取。当前页面正文未能加载，无法核实框架的具体方法、验证样本、评价指标及研究结果。
#医疗AI
Nature · Medical ResearchAI 评分1414 Nature · Medical ResearchAI 评分1515 用于多种文本引导医学图像合成的通用模型
该研究聚焦用于多种文本引导医学图像合成的通用模型。所提供正文仅含网站加载失败提示，未提供研究方法或结果，无法核实模型性能及其临床适用性。
Nature · Medical ResearchAI 评分99 利用本体增强的大语言模型弥补新兴数字药物讨论的监测识别缺口
研究聚焦利用本体增强的大语言模型，弥补新兴数字药物讨论的监测识别缺口。页面正文未能加载，无法核实具体研究设计、样本量及效果数据。
Medical XpressAI 评分4141 域适应AI提升智能手机检测儿童异常肺音的表现
首尔科学技术大学团队开发的域适应深度学习框架，提升了智能手机检测儿童异常肺音的表现。研究纳入611名0–6岁儿童，其中147名提供配对手机录音；在48名儿童的独立外部验证中，模型F1评分为0.744，AUROC为0.862。该框架仍需更大规模、多中心及真实家庭环境验证后才能用于临床。
预印本 · 医学生信与数据分析AI 评分4444 理解知识图谱何时及如何为帕金森病、多发性硬化和慢性疼痛的电子健康记录临床预测增值
跨三种疾病的系统评估显示，知识图谱整合改善了帕金森病的预测分类，对多发性硬化无可测量影响，却降低了慢性疼痛的预测表现。队列衍生子图的表现与完整SPOKE图相当或略优，且显著降低计算成本。图扩散主要将已有信号重新分配至多个相关特征，而非增加独立的生物学信号。
预印本 · 医学生信与数据分析AI 评分4141 基于临床概念瓶颈模型的脑电图病理检测
临床概念瓶颈模型用于脑电图病理检测，在TUAB上的准确率接近黑箱基线，在CAUEEG上则较低。两种模型的准确率分别为82.7–82.9%和57.9–60.5%，基线分别为83.6%和62.7%。纯概念瓶颈模型存在预测概念偏离真实值的问题，提高概念损失权重可缓解这一问题，但会牺牲准确率。
Med (Cell Press)AI 评分4343 基于超声心动图的深度学习慢性肾脏病筛查
Yuan等开发并外部验证了一种深度学习模型，可利用超声心动图检测慢性肾脏病，为更早开展筛查提供潜在途径。慢性肾脏病的漏诊率超过60%，高危人群尚未常规接受筛查，该模型有望帮助弥补诊断缺口。