跳到主要内容
检索

Oregon Health & Science University

3 篇关联报道

订阅更新
  1. bioRxiv

    单细胞时间序列不再只给黑箱嵌入:scCont用近邻配对加Shapley归因,把上皮-间质转化拆成可读基因模块

    scCont把时间序列单细胞RNA数据中的细胞状态转变拆成可解释的功能转变单元:它不依赖显式时间标签或聚类先验,而是用k近邻图在表达空间中挑选正样本对做对比学习,再用Shapley归因把潜在维度映射回基因程序。在4个SERGIO模拟数据集和13个上皮-间质转化时间序列数据集上,它给出的基因模块带有统计筛选和GO富集注释;模拟数据中k=10时,每个潜在维度归因最高的100个基因里背景基因占7.0%,而随机水平为73.3%。

  2. Academic Medicine

    当记录者承担推理:环境人工智能、推理冒充与受训者临床判断力的培养

    本文提出并命名了“推理冒充”现象——环境AI记录工具在评估与计划部分并非转录而是生成临床推理,其文本与转录内容在最终病历中无法区分,使受训者可能在编辑AI草稿而非自主推理中错失判断力的养成,并据此提出供应商层面的学习者专属配置与章节级透明度,以及培训项目层面的推理先行、能力门槛与口试评估等应对措施。

  3. PLOS Digital Health

    以医学知识为根基的LLM智能体工具:从病历中识别患者安全事件

    该研究提出SAFE-AI框架,将大语言模型的角色限制为从急诊病历中零样本抽取实体,再由基于临床指南本体构建的确定性规则计算图完成判断,在300份儿科院外心脏骤停病历(18,402行临床信息)上检测肾上腺素过量与给药延迟,报告过量检测准确率97.9%、延迟检测准确率91.6%,优于所比较的基线模型。

已读完全部报道