跳到主要内容
检索

University Hospital Zurich

4 篇关联报道

订阅更新
  1. medRxiv

    心理治疗也能做“硅内实验”:高共情提示让模拟会谈的动机式访谈完整性全面升高

    心理治疗研究长期受制于试验成本高、临床特征难以随机操控。一项预注册概念验证研究用本地部署的 Llama-3.3-70B-Instruct 搭建治疗师与来访者两类智能体,自动生成 512 场动机式访谈会谈,仅通过治疗师提示词操控共情、肯定与联盟建立等共同治疗因素的高低。在纳入分析的 480 场会谈中,高共同因素条件下的动机式访谈治疗完整性四项全局评分均高于低条件,调整后均值差为 0.54 至 0.95 分。

  2. Cancer Research

    不用单细胞测序也能拆开肿瘤内部:批量RNA推断恶性细胞状态,33种癌症里找到193个

    肿瘤内部不同恶性细胞状态共存,单细胞测序能分辨但成本高、难以上规模,而批量RNA测序便宜却需要把混合信号拆开。CDState用带比例归一约束和余弦相似度惩罚的非负矩阵分解,在不需要参考数据的情况下从批量RNA中推断恶性细胞状态;在五种癌症的模拟批量数据上,它估计状态表达和比例的总体表现优于现有无监督方法。把它用于TCGA的33种癌症、9,669个样本,得到193个恶性细胞状态,其中上皮–间质转化、MYC靶基因和氧化磷酸化是最常见的反复出现的程序。

  3. 心外膜与心包脂肪被区分为两种功能不同的心脏脂肪库,其影像量化正由深度学习分割与标准化方案推动走向心血管风险分层

    这篇综述系统梳理了心外膜脂肪组织(EAT)与心包脂肪组织(PAT)的解剖、生理与病理角色,比较了CT、MRI与超声在量化这两种脂肪库时的优势与局限,指出深度学习分割(如Dice系数可达0.82至0.98)提升了准确性与可重复性,并汇总了影像学证据中EAT与心血管结局关联存在分歧、以及他汀、GLP-1受体激动剂、SGLT2抑制剂和生活方式干预可降低EAT体积的结果。

  4. Stroke

    急性卒中管理中的负责任人工智能:可解释性与公平性的综述

    这篇综述综合了急性卒中管理中可解释人工智能与公平性人工智能的现有文献,指出人工智能已在大血管闭塞检测、Alberta卒中项目早期CT评分和功能预后预测等任务上表现良好,但可解释性方法多为事后近似且很少被正式检验,公平性评估因人口统计学元数据有限、监管限制和缺乏卒中专用公平标准而少见,可解释性与公平性彼此脱节,泛化性也受数据集划分策略与报告实践影响,因此呼吁建立同时评估可解释性、公平性与泛化性的统一评价框架。

已读完全部报道