基于胸部X线片的机会性骨质疏松症人工智能筛查研究
韩国首尔大学分堂医院等机构研究团队开展了一项利用人工智能对胸部X线片进行机会性骨质疏松症筛查的研究,论文发表于《npj Digital Medicine》。该研究由韩国科学技术信息通信部下属国家研究基金会及首尔大学分堂医院研究基金资助。正文仅提供致谢、作者信息、利益声明及投稿时间等元信息,未包含具体模型方法与筛查性能数据。
韩国首尔大学分堂医院等机构研究团队开展了一项利用人工智能对胸部X线片进行机会性骨质疏松症筛查的研究,论文发表于《npj Digital Medicine》。该研究由韩国科学技术信息通信部下属国家研究基金会及首尔大学分堂医院研究基金资助。正文仅提供致谢、作者信息、利益声明及投稿时间等元信息,未包含具体模型方法与筛查性能数据。
AI筛查工具可通过语速、注意力和任务表现等细微变化发现认知衰退迹象,比传统问诊更敏感,但结果只是风险信号而非诊断。文章指出,医疗系统需提前明确谁负责解读结果、安排复查或转诊、排查抑郁和睡眠等可逆因素,否则筛查只会把不确定性转移给患者,而非真正推进诊疗。NYU Langone的虚拟痴呆护理合作被提及为缩短候诊时间的新模式之一。
研究团队开发了基于大语言模型微调的筛查工具EpiScreen,通过常规电子健康档案临床记录区分癫痫与心理性非癫痫发作。该工具在MIMIC-IV数据集上AUC达0.875,在明尼苏达大学私有队列上达0.980,在临床医生-AI协作模式下可使神经科医生诊断表现提升达14.3%。
Teladoc Health 在其 Solo 智能医护平台中新增两项 AI 功能:SoloVitals 通过设备摄像头的远程光电容积脉搏波技术(rPPG)无接触采集患者心率和呼吸频率,目前向部分客户私密预览,预计12月扩大上线;SoloScribe 为环境式、与 EHR 集成的记录工具,已全面上线。两项功能均直接整合进现有 Solo 平台,覆盖全球超15000家客户,无需额外部署新技术。
一项纳入54项研究的系统综述显示,AI数据驱动诊断ADHD模型的合并敏感性为0.87、特异性为0.91,但异质性超过96%,不同模态间无统计学显著差异。PROBAST评估显示20.4%研究存在高偏倚风险,且检测到敏感性存在发表偏倚,提示当前模型尚不足以支持临床应用,需标准化报告与前瞻性外部验证。
研究团队将uRARE-seq尿液细胞游离RNA分析方法应用于600多名患者和对照样本,显示其对膀胱癌检测具有高灵敏度。该方法的检测结果还与患者的治疗反应相关联。