跳到主要内容
检索

Mayo Clinic

12 篇关联报道

订阅更新
  1. JAMA Cardiology

    不用打造影剂也能读出冠脉炎症:非增强CT的FAI评分把零钙化人群的风险分层推进一步

    冠状动脉炎症此前只能从需要造影剂的冠脉CT血管成像中测量,而常规钙化评分用的是低剂量非增强CT。研究在多中心队列中训练并外部验证了一套从非增强CT计算冠脉周围脂肪衰减指数(FAI)的深度学习流程,该评分与造影版FAI预后表现相当,并在钙化评分为零的人群中把心血管死亡与主要不良心血管事件的风险进一步分开。

  2. bioRxiv

    指南更新了,答案却还停在旧版:强模型检索多个ASCO指南版本后,过时回答出现频率约为不检索时的四倍

    肿瘤指南随证据滚动修订,答案即使忠实引用真实指南,也可能引用已被取代的版本。ASCOBench把288个问题绑定到具体版本的ASCO乳腺癌与前列腺癌指南,并由肿瘤科医生复核参考答案;版本敏感的草稿约四分之一需要修改或重写,事实类不足十分之一。14份被后续文件取代的指南中只有1份声明自己已被替换;对强模型Gemini而言,检索多个指南版本使过时回答的出现频率约为不检索时的四倍,而以验证为先的SentryLine把错误回答降到4.2%至5.2%。

  3. researchsquare.com

    临床预测模型上线前先给数据打分:五维画像能标出缺陷,却排不准危害大小

    临床预测模型的质量取决于训练数据,但缺失率、类别比例这类单指标与模型上线后的表现没有直接挂钩。一项在MIMIC-IV三个队列和eICU多中心数据库上开展的探索性基准,把数据质量拆成完整性、标签噪声、分布相似性、代表性和时间完整性五个分量,每个受控条件下都真实训练模型并测量留出患者上的对数损失与校准变化。复合分数在三个受控队列中方向一致,但联合两种损坏时危害呈次可加而非相乘,且在21家可分析eICU医院上只与校准相关、与判别力无可检测关联。

  4. researchsquare.com

    超声心动图分割只需20例标注:新智能体把左室射血分数误差压到4.33%

    在只有20例本地标注的情况下,一套面向超声心动图视频的智能体框架完成了左心室分割与射血分数估算。它把经低秩适配微调的视频分割基础模型、由掩膜引导的长轴回归模块和自然语言交互层串成一条流程,在Mayo Clinic的98例队列上把射血分数中位绝对误差从5.47%降到4.33%,落在±10个百分点内的病例比例从80.6%升到83.3%。在公开数据集EchoNet-Dynamic上,该框架的分割Dice为0.934,射血分数中位误差为4.24%。

  5. bioRxiv

    冷冻电镜里认不出的蛋白,现在能一次排出候选名单:完整密度图直接搜,径向辐条18个里11个进前15

    冷冻电镜与冷冻电镜断层扫描常得到分子身份未知的密度图,此前在中等分辨率下缺少侧链特征,难以从成千上万个候选结构中挑出正确者。CryoAssign把CoLoRes刚体对接与学习排序结合,直接搜索未分割的完整密度图,并用多个反映图与模型吻合程度的特征对候选重新排序。在14张留出基准图上,它的排序优于原始CoLoRes互相关分数和任何单一特征;在径向辐条复合物中,18个已知蛋白有11个进入前15名,而原始分数只排进6个。

  6. arXiv

    IntraStyler 用对比学习风格编码器免预定义子域合成 T2 MRI 风格,在 CrossMoDA 上把 Extra-VS 的 Dice 从 0.61 提升到 0.81 且失败数降为 0

    该工作提出 IntraStyler,一种无需任何预定义子域的 3D 非配对图像翻译方法,用对比学习训练的风格编码器从每张目标域图像提取与解剖解耦的风格嵌入,并通过动态实例归一化条件化 QS-Attn 合成网络;在 CrossMoDA 基准(226 例标注 ceT1、295 例无标注 T2、测试集 96 例 T2)上,它自动聚类出 7 个风格参考而非子域方法的 3 个,下游 nnU-Net 分割在 Intra-VS、Extra-VS、Cochlea 上取得最佳 Dice 与 ASSD,Extra-VS Dice 达 0.81、失败数为 0。

  7. arXiv

    TG-OT 用拓扑圆柱上的非平衡最优传输匹配,在 47 例配对 CCTA-IVUS 上实现无需分割的全自动冠脉配准(Dicectl=0.99、Sc=0.96、DiceL=0.69)

    该工作提出 TG-OT,一个全自动的 CCTA-IVUS 配准框架:先用轻量 CNN 在拓扑 (θ, z) 圆柱上预测钙化、分叉与管腔半径(并额外检测 IVUS 导丝伪影),再把冻结的检测器直接嵌入可微配准流程,以圆柱几何上的非平衡 Sinkhorn 最优传输损失加 Dice 项驱动中心线形变参数优化,辅以管腔半径匹配;在 Erasmus 大学医学中心 IMPACT 研究的 N=47 例配对 CCTA-IVUS 数据、5 折交叉验证下,无需人工交互与任何预先分割即达到纵向 Dicectl=0.99、旋转 Sc=0.96、管腔 DiceL=0.69,并在严重导管旋转漂移病例上优于 Dice-only 基线(Wilcoxon 符号秩 p<0.01)。

  8. 便秘管理:策略演进与方法学挑战的叙述性综述

    这篇叙述性综述梳理了便秘的当代管理策略,涵盖生活方式与饮食调整、药物治疗、行为干预以及针对难治性病例的手术选择,指出传统泻药仍是治疗基石,而促分泌药物、5-羟色胺能激动剂和胆汁酸调节剂等新药拓展了治疗可能,生物反馈和神经调控等非药物手段在特定患者中提供有效替代,同时强调临床试验在诊断标准、终点和随访时长上存在显著方法学差异,限制了结果的可推广性,并指出未来研究聚焦于难治性便秘的个体化治疗、神经源性肠道患者的手术方式以及利用人工智能进行微生物组调控。

  9. 人工智能全血管分割在冠状动脉内光学相干断层扫描中的真实世界外部验证

    这项回顾性单中心外部验证研究纳入100例连续接受临床指征OCT检查的患者,用既往开发的OCT-AID算法对2560个可分析帧进行全血管像素级自动标注,并与专家人工判读的参考标准逐帧比较,结果显示钙化斑块识别(κ=0.88)与定量(组内相关系数0.79–0.93)表现优异、接近观察者间变异,脂质斑块识别与定量表现合理(κ=0.68;脂质弧组内相关系数0.79;最小纤维帽厚度组内相关系数0.59)且总体优于观察者间变异,而低患病率特征(如斑块破裂)表现有限,提示在真实世界连续患者数据中全自动OCT评估可行且与观察者间变异相当。

  10. 人工智能辅助放射报告分析:偶发甲状腺发现的流行病学与结局

    该研究开发并部署了一套基于Transformer的自然语言处理流程,从2017年7月1日至2023年9月30日梅奥诊所各院区115683名无既往甲状腺疾病成人的甲状腺相关影像报告中识别偶发甲状腺发现,发现7.8%的患者存在此类发现(其中92.9%为结节性),且这些发现与后续甲状腺结节诊断、活检、甲状腺切除及甲状腺癌诊断的更高比值比相关,多数癌症为乳头状癌。