跳到主要内容
检索

# 临床决策支持

10 篇关联报道

订阅更新
  1. arXiv

    临床影像决策不再只看诊断覆盖率:HC-ROCP把严重病例误处置率从4.68%压到0.54%

    临床影像分类器给出诊断集合,并不保证严重病例不会被安排到有害处置。HC-ROCP在冻结分类器概率上加入按严重概率加权的危害惩罚,用独立校准划分同时检验覆盖率与严重病例误处置率,并据此给出认证、描述性报告或拒绝。COVID-19胸片上,十个校准种子把严重处置错误从精确ROCP基线的4.68%降到0.54%,代价是建模损失上升。

  2. researchsquare.com

    患者安全推理不再只靠语言模型:去掉知识图谱,F1 掉 0.047,检索增强的增益却跨过零

    患者安全推理需要把临床叙述、用药、检验与不良事件之间的关系连起来,单靠大语言模型容易给出看似合理却缺乏依据的结论。同一批 MIMIC-III/IV 病例在相同 LLaMA 2 7B 与提示下被分别置于四种条件:纯模型、加检索增强生成、加患者安全知识图谱与本体、两者兼有。完整框架在概念抽取上达到 F1 0.89,相对基线提升 0.046;消融中移除知识图谱的降幅最大,F1 差 0.047、AUROC 差 0.084、AUPRC 差 0.110,而移除检索增强的 F1 差 0.029,其置信区间跨过零。

  3. researchsquare.com

    患者安全推理不再只靠语言模型:去掉知识图谱,F1掉0.047且三项指标均显著变差

    患者安全推理系统把知识图谱、检索增强生成与LLaMA模型组合起来,从MIMIC-III和MIMIC-IV的临床记录中抽取安全概念并给出可追溯的解释。完整系统在概念抽取上取得0.89的F1;去掉知识图谱后F1下降0.047、AUROC下降0.084、AUPRC下降0.110,三项差异均显著。去掉检索增强或LoRA微调带来的下降较小且未达统计显著,检索证据的相关性仅由专家定性确认。

  4. researchsquare.com

    脓毒症分诊不再只给黑箱概率:ShAprox把沙普利值写成可加方程,外部测试AUC 0.824

    脓毒症早期识别常在患者到达急诊分诊时就要做出,但神经网络只给出概率,临床医生难以核对依据。ShAprox把每个特征的沙普利值拟合成曲线或均值,再与基准率相加得到预测概率,使决策过程成为可直接阅读的加和式。在两个NHS信托共28072次就诊记录上,ShAprox外部测试AUC为0.824,与神经网络的0.818相当,且训练与内部测试表现更接近。

  5. 用药推荐不再只给一张药单:先讲清诊断理由,再按每位患者的风险边界开药

    RES-MR把用药推荐拆成两步:先让模型生成可核查的诊断推理链,再按每位患者自己的风险边界调整用药,在MIMIC-III上Jaccard比FLAME高7.7%,同时DDI与RIS更低。

  6. 这篇短评提出:AI 可通过远程医疗、临床决策支持与预测分析缓解海员就医受限、疲劳与心理健康风险,但需以数据隐私、透明与公平可及为伦理前提。

    这篇短评探讨了人工智能在海员职业健康中的潜在作用,指出海员长期面临就医可及性有限、疲劳与心理健康风险等职业健康挑战,而远程医疗、临床决策支持与预测分析等 AI 应用有望改善海上预防、早期发现与照护连续性,同时强调有效整合需要数据隐私、透明度与公平可及等伦理保障,从而推动更安全、更有韧性的海事健康体系。

  7. JBJS Open Access

    髋膝关节置换中的生成式人工智能:患者沟通与教育、文档记录及决策支持三个临床域的系统综述

    该系统综述检索PubMed与Embase(2025年7月9日)并纳入23项研究,按患者沟通与教育(19项)、临床文档(2项)和临床决策支持(2项)三个域评估生成式AI(以ChatGPT 3.5/4为主)在髋膝关节置换中的应用:盲评显示其FAQ回答在准确性、清晰度和完整度上与外科医生回答相当而可读性更好;同意书起草在可读性与完整度上优于外科医生版本;手术记录信息抽取一致率达97.5%–100%;决策支持中手术适应证判断准确率较高但预后预测特异度低;同时存在引用虚构与患者信任不足的问题。

  8. 大语言模型在肝胆胰肿瘤多学科决策中的稳定性与一致性:回顾性比较可行性研究

    这项回顾性研究将107例单中心肝胆胰肿瘤多学科团队(MDT)会议病例的标准化摘要重复4次提交给GPT-4o、GPT-5.2、Gemini 3 Pro和Claude Sonnet 4.5四个大语言模型,发现模型间回答稳定性差异显著(Gemini 3 Pro不一致率最低,均值12.8%,Fleiss κ=0.737;GPT-4o最高,均值30.2%,Fleiss κ=0.430),与MDT决策的一致率在初始回答下为48.6%–72.9%、在众数回答下为66.3%–74.5%,且手术类F1分数(0.400–0.520)持续低于化疗类(0.621–0.836),提示仅用一致性不足以评估大语言模型作为临床决策支持工具。

  9. Research Square

    面向外科决策支持与患者安全的多模态、以人为中心、领域自适应医疗AI框架

    本文提出一个循证的概念性框架,将多模态临床数据(电子病历、实验室、影像、生理监测、手术视频、设备遥测)经由模块化AI架构、领域自适应、不确定性估计与安全控制,连接到由临床医生最终决策的决策支持界面,并明确区分所提议的架构与文献中已证实的证据,指出外科AI的临床有效性仍待前瞻性验证。

  10. 面向临床决策的语言模型微调、检索增强生成与混合适配:系统综述

    该研究遵循PRISMA 2020指南检索PubMed/MEDLINE、Scopus与Web of Science(2018年1月至2026年5月),从1890条记录中纳入35项2024至2026年发表的研究,按微调或参数高效微调(7/35,20%)、检索增强生成(17/35,48.6%)与混合方法(11/35,31.4%)分组进行描述性综合,发现微调在窄任务分类中表现突出(如癌症检测AUC最高0.912、重性抑郁障碍预测AUC 0.892),检索增强生成提升指南依从性与诊断准确性(分别由71.1%升至92.1%、由78.9%升至94.7%)但在更大推理型模型上收益不一致,混合系统在复杂临床流程中表现最

已读完全部报道