跳到主要内容
检索

Johns Hopkins Medicine

6 篇关联报道

订阅更新
  1. arXiv

    MS-ECG-FM 用多源临床报告对比对齐,在 98 项 ECG 检测任务上把宏平均 AUROC 提升到 93.6

    作者提出 MS-ECG-FM,一个以对比对齐方式同时对齐 ECG 机器报告、心内科报告、超声心动图、胸片和出院小结等多种临床文本的心电图基础模型;在覆盖 98 个标签的多数据集线性探针评测中,其宏平均 AUROC 达 93.6,高于 ECGFounder 的 91.5 与 MELP 的 91.2,并在结构心脏病等此前较弱的分组上明显改善,同时在单导联与减导联配置下保持领先。

  2. 发表出处待核验

    45人改良德尔菲共识:GLP-1受体激动剂用药前应筛查进食障碍,活动性厌食症与贪食症患者一般应避免使用

    该研究采用三轮改良德尔菲法,由45名糖尿病、肥胖和/或进食障碍领域的临床医生与研究者以及有亲身经历者组成的小组,就GLP-1受体激动剂在进食障碍情境下的使用达成平均91.7%的共识,提出用药前筛查、按风险分层监测、标准化教育材料、合并循证心理治疗等临床建议,并明确在活动性进食障碍(尤其厌食症、非典型厌食症及伴明显饮食限制和/或显著体重抑制的贪食症)中一般应避免使用GLP-1受体激动剂,同时列出流行病学、监管与暴食障碍临床试验的研究优先事项。

  3. CLASS:面向临床笔记非结构化数据抽取的大语言模型流水线探索性实施与可行性报告

    该报告开发了CLASS——一个在机构安全环境内运行、由专家概念表、任务专用提示集与模式约束输出组成的Python模块化大语言模型流水线,用于从临床笔记中抽取结构化数据,并在单中心儿科食管气道治疗手术(EATS)回顾性手术记录上做探索性评估:与外科医生裁定相比,20份最长笔记(3,960个笔记-操作对)的观察一致度较高(F1 0.9967),同时CLASS提出28个候选操作变体或新增项,其中18个(64.3%)被判定具有临床价值,而外科医生另指出12项CLASS未发现的操作用于说明该流水线在特定单中心、单服务场景下抽取复杂非编码操作信息是可行的。

  4. 光学衍射层析与可解释机器学习揭示红细胞内配子体期疟疾的生物物理特征

    该研究将无标记光学衍射层析(ODT)与可解释机器学习结合,从同步培养的恶性疟原虫感染红细胞的三维折射率层析图中提取形态与生物物理描述符(球形度、实心度、离心率、干质量、最大折射率)以及自监督视觉Transformer(ViT)的图像表征,发现配子体期感染红细胞球形度显著降低、离心率升高,联合特征空间在多分类(正常、环状体、配子体)中达到88.3%准确率、在二分类(正常与感染)中达到98.1%准确率,SHAP分析显示深度学习特征对正常与环状体期最强、手工特征对配子体期分类关键。

  5. 输血感染风险:十年回顾与展望

    这篇综述回顾了2016至2026年间传染病对输血服务的影响,梳理了献血者筛选、检测与病原体减少技术方面的创新,盘点了寨卡病毒、疟原虫、巴贝虫和SARS-CoV-2等新发与再发病原体,并指出个体化风险评估、献血者延迟政策放宽以及人工智能与机器学习在监测和威胁预警中的应用等进展,同时强调这些改善在低收入和中等偏下收入国家尚未普及。

  6. 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。

已读完全部报道