跳到主要内容
检索

Cleveland Clinic

5 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. Nature Medicine

    医学视觉语言模型不再只给结论:诊断均分0.895,还能把病灶框回像素

    医学影像基础模型长期在“通用”与“像素级精确”之间取舍,且多数只输出结论、不交代依据。EVLF-FM 把疾病级与像素级两路视觉特征同时送入语言模型,先做监督微调,再用带可验证奖励的强化学习对齐推理与定位,覆盖皮肤科、肝病、眼科、病理、呼吸与放射六个专科、10 种成像模态。内部诊断验证中其平均准确率 0.895,为所比模型中最高;在 9 种模态的医学视觉定位上平均 Acc@0.5 为 0.842。

  3. arXiv

    GRACE 用几何残差与加合物早融合预测碰撞截面,在随机、骨架与加合物敏感划分上取得 1.67%、2.11%、2.36% 的平均百分比差异

    GRACE 是一种三维碰撞截面(CCS)预测器,它通过几何残差加合物条件化与早融合来适配预训练的分子几何编码器,在超过 9,000 条实验分子-加合物 CCS 记录上,于随机、骨架和加合物敏感三种划分中取得所评估学习模型里最佳的平均百分比差异(分别为 1.67%、2.11%、2.36%),并在四个独立外部测试集上误差一致更低,在留出集上相较四个已报道的物理工作流也取得最低平均百分比差异。

  4. medRxiv

    在独立外部队列中验证机器学习模型:集合模型以0.77一致性指数预测脊柱裂患者新发肾积水,并以71%准确率分类膀胱功能障碍

    本研究将此前开发的三种机器学习模型(基于压力-容积数据的深度学习卷积神经网络、基于透视影像的深度学习影像模型,以及平均两者风险数据的集合模型)适配到单一机构2016至2025年间脊柱裂患者的独立外部队列,用于预测新发肾积水和分类膀胱功能障碍严重程度;在70例肾积水队列中13例(18%)发生新发肾积水,集合模型一致性指数0.77(压力-容积0.70、影像0.72)、总体AUROC 0.75(压力-容积0.67、影像0.74),在95次VUDS检查的膀胱功能障碍分类中集合模型准确率71%(压力-容积60%、影像66%),与专家儿科泌尿科医师评审无实质性分歧,结论是这些模型可适配外部独立数据集并达到与

  5. Cancer

    CIBMTR真实世界数据显示:cilta-cel治疗中约三分之一多发性骨髓瘤患者属虚弱人群,其12个月无进展生存62.7%、总生存72.8%,ICANS风险翻倍

    该研究利用国际血液与骨髓移植研究中心(CIBMTR)登记数据,评估2022年3月至2023年12月接受商业化cilta-cel治疗的541例复发/难治多发性骨髓瘤患者,发现183例(33.8%)按改编简化虚弱评分归为虚弱,其总体缓解率与非虚弱者相近(82.8%对88.5%),但12个月无进展生存(62.7%对75.9%)和总生存(72.8%对90.4%)更差,任何级别ICANS发生率更高(32.2%对17.6%),多因素分析中虚弱独立预测更差的无进展生存(HR 1.67)、总生存(HR 2.46)和任何级别ICANS(OR 2.01)。

已读完全部报道