深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1	2025-11-25	The role of AI in pre-analytical phase - use cases 2026-Jan-27, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2025-1220 PMID:41091119	综述	本文探讨人工智能在检验医学分析前阶段的应用现状与挑战	系统梳理AI在七个关键分析前领域的应用场景，揭示研究原型与商业部署之间的转化差距	研究存在单中心验证、回顾性设计、系统集成困难等局限	评估人工智能技术在检验医学分析前阶段的应用效果与实施路径	实验室检测分析前流程（包括凝血块检测、错误采血管识别等七个领域）	医疗人工智能	实验室医学	人工智能与机器学习技术	神经网络,XGBoost,深度学习	实验室检测数据	NA	NA	NA	准确率,AUC	NA
2	2025-11-25	Integration of radiomics, habitat imaging, and deep learning for MRI-based prediction of parametrial invasion in cervical cancer: A dual-center study 2026-Jan, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110542 PMID:41173217	研究论文	本研究通过整合影像组学、生境成像和2.5D深度学习模型，开发了用于预测宫颈癌宫旁侵犯的多模态集成模型	首次将影像组学、生境成像和2.5D深度学习相结合构建多模态集成模型，并在双中心数据上验证其预测宫颈癌宫旁侵犯的优越性能	回顾性研究设计，样本量相对有限（290例患者），需要更大规模前瞻性研究验证	评估多模态集成模型在MRI基础上预测宫颈癌宫旁侵犯的诊断性能	290例FIGO分期IB1-IIB期宫颈癌患者	医学影像分析	宫颈癌	MRI影像分析，k-means聚类，特征选择	机器学习，深度学习	MRI影像	290例患者（中心A：227例，中心B：63例）	NA	2.5D深度学习模型	AUC，准确率	NA
3	2025-11-25	Deep learning [18F]-FDG-PET/CT‑based algorithm for tumor burden estimation in metastatic melanoma patients under immunotherapy 2026-Jan, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.101063 PMID:41281625	研究论文	评估基于[18F]-FDG-PET/CT的深度学习算法在转移性黑色素瘤患者免疫治疗中肿瘤负荷估计的性能	首次系统评估深度学习算法PARS在转移性黑色素瘤免疫治疗患者中的肿瘤负荷估计能力	回顾性研究设计，肿瘤负荷估计存在显著变异性，骨病灶检测精度较低	评估深度学习算法在肿瘤负荷估计中的性能	165名IV期黑色素瘤患者	数字病理	黑色素瘤	[18F]-FDG-PET/CT成像	深度学习	医学影像	165名患者	NA	PARS (PET-Assisted Reporting System)	精确率, 召回率, 组内相关系数, 中位相对百分比差异, 中位绝对相对百分比差异	NA
4	2025-11-25	Improved Breast Cancer Detection with Artificial Intelligence in a Real-World Digital Breast Tomosynthesis Screening Program 2025-Dec, Clinical breast cancer IF:2.9Q2 DOI:10.1016/j.clbc.2025.05.007 PMID:40473527	研究论文	比较数字乳腺断层合成筛查中人工智能系统实施前后放射科医生的乳腺癌检测性能	在真实世界临床环境中评估深度学习AI系统对数字乳腺断层合成筛查性能的影响	回顾性研究设计，样本量有限，仅包含4名放射科医生和3个临床中心的数据	评估AI检测系统在数字乳腺断层合成筛查中对乳腺癌检测性能的改善效果	数字乳腺断层合成筛查的乳腺X线影像	医学影像分析	乳腺癌	数字乳腺断层合成	深度学习	医学影像	前AI期10,322例标准DBT解读，后AI期6,407例DBT解读	NA	NA	癌症检出率, 异常解读率, PPV1, PPV3	NA
5	2025-11-25	Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML 2025-Dec, Leukemia IF:12.8Q1 DOI:10.1038/s41375-025-02769-2 PMID:40958033	研究论文	本研究通过深度学习分析慢性粒细胞白血病患者的骨髓细胞形态学特征，发现中性粒细胞丰度和粒细胞成熟状态与治疗无缓解生存期相关	首次利用深度学习分析骨髓细胞形态学特征来预测CML患者的治疗无缓解生存期，发现了新的生物标志物	样本量相对有限（113例患者），来自多个临床中心可能存在技术差异	探索骨髓细胞形态学特征在预测慢性粒细胞白血病患者治疗无缓解生存期中的价值	113例慢性期慢性粒细胞白血病患者的诊断骨髓穿刺样本	数字病理学	慢性粒细胞白血病	骨髓细胞形态学分析，深度学习图像分析	深度学习	高分辨率细胞形态学图像	113例CML患者样本和942例对照骨髓样本	NA	NA	NA	NA
6	2025-11-25	AI-enhanced orthodontic treatment planning - a scoping review on evidence-based clinical application with commercial software overview 2025-Dec, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106112 PMID:40975160	综述	对AI增强正畸治疗规划工具的证据基础研究进行范围综述，并评估商业软件的临床应用	首次系统评估学术验证AI工具与商业AI软件在正畸治疗规划中的差异与临床应用潜力	商业AI系统普遍缺乏已发表的验证研究，学术工具与商业系统存在验证差距	识别基于证据的AI增强正畸治疗规划工具，评估其临床相关性和适用性	正畸治疗规划中的AI工具，包括学术验证工具和商业软件	医疗人工智能	口腔正畸	机器学习，深度学习，大语言模型	机器学习，深度学习，LLM	文本输入，原始临床数据，口内扫描数据	17项符合纳入标准的研究，涉及307项初步识别的研究	NA	NA	准确率	NA
7	2025-11-25	Machine learning and deep learning approaches in MRI for quantifying and staging fatty liver disease: A systematic review 2025-Dec, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102112 PMID:40976110	系统综述	系统回顾机器学习和深度学习在MRI中量化与分期脂肪肝疾病的应用	首次系统评估ML/DL技术在MRI脂肪肝定量与分期中的诊断准确性、可重复性和临床效用	样本量较小、单中心设计、厂商设备差异	评估机器学习和深度学习技术在MRI脂肪肝定量与分期中的性能	疑似或确诊NAFLD、NASH或ALD的人类患者	医学影像分析	脂肪肝疾病	MRI, PDFF, Dixon MRI, 化学位移编码MRI	CNN, GAN	MRI图像	15项研究（样本量25-1038）	NA	卷积神经网络, 生成对抗网络	AUC, 灵敏度, 特异性, ICC, Dice系数	NA
8	2025-11-25	Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges 2025-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104963 PMID:40992526	综述	本文系统综述人工智能在肿瘤诊疗领域的最新进展、突破性成果与面临的挑战	整合多模态学习、可解释性AI和AI驱动药物发现等前沿进展，为下一代精准肿瘤学提供前瞻视角	主要关注技术综述，未涉及具体临床验证数据	系统总结AI在肿瘤诊疗领域的应用现状并分析临床转化面临的挑战	肿瘤诊疗全流程（影像筛查、病理诊断、智能决策、疗效预测、个性化治疗）	数字病理	肿瘤	深度学习	NA	多模态数据	NA	NA	NA	NA	NA
9	2025-11-25	Cross-Modality Learning for Predicting Immunohistochemistry Biomarkers from Hematoxylin and Eosin-Stained Whole Slide Images 2025-Dec, The American journal of pathology DOI:10.1016/j.ajpath.2025.08.014 PMID:40946794	研究论文	提出一种名为HistoStainAlign的深度学习框架，直接从H&E染色全切片图像预测免疫组化染色模式	通过对比训练策略整合配对的H&E和IHC嵌入，无需切片级注释或组织配准即可捕获跨染色模式的互补特征	仅评估了胃肠道和肺组织中的三种常见IHC标记物，样本范围有限	开发计算预筛选工具以优化IHC染色工作流程	胃肠道和肺组织全切片图像	数字病理学	癌症	H&E染色，免疫组化染色	深度学习	全切片图像	胃肠道和肺组织全切片图像（具体数量未明确说明）	NA	HistoStainAlign	加权F1分数	NA
10	2025-11-25	AI-mediated immunotherapeutics in adenoid cystic carcinoma: Challenges and current perspectives 2025-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104984 PMID:41161628	综述	本文探讨人工智能在腺样囊性癌免疫治疗中的应用现状、挑战与未来展望	系统整合多种机器学习与深度学习模型于腺样囊性癌的精准免疫治疗，提出联合多组学数据与联邦学习等前沿方向	存在临床整合困难、模型可解释性不足、数据质量参差等挑战	推动人工智能在腺样囊性癌精准免疫治疗领域的临床应用	腺样囊性癌患者的多组学数据（影像、病理、基因组）与免疫治疗反应	数字病理	头颈癌	多组学数据整合分析	SVM, RF, KNN, LR, GBM, CNN, ANN	影像数据, 组织病理数据, 基因组数据	NA	NA	卷积神经网络, 人工神经网络	准确率, 特异性	NA
11	2025-11-25	Identification of defensins using transformer-derived protein embeddings and discrete cosine transformation-enhanced evolutionary features with generative adversarial capsule bidirectional temporal convolutional neural network 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148336 PMID:41130478	研究论文	提出一种名为GAC-BTCNN-Pred的新型防御素识别预测器，通过融合进化特征和蛋白质语言模型嵌入来提升预测性能	结合分段位置特异性评分矩阵的离散余弦变换增强特征与基于Transformer的蛋白质语言模型嵌入，并首次提出生成对抗胶囊双向时序卷积神经网络架构	未提及模型在跨物种或大规模数据集上的泛化能力验证	开发高精度的防御素识别计算方法以支持新型抗菌药物发现	防御素（阳离子抗菌肽）	生物信息学	细菌感染	蛋白质序列分析，特征工程	GAN, Capsule Network, TCN, Transformer	蛋白质序列数据	NA	NA	生成对抗胶囊双向时序卷积神经网络（GAC-BTCNN），ProtGen-LLM	多种评估指标（具体指标未列明）	NA
12	2025-11-25	Deep learning-optimized multi-enzyme hydrolysis for walnut antihypertensive peptides 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148700 PMID:41177473	研究论文	本研究结合深度学习和实验验证优化核桃蛋白中降压肽的多酶水解生产工艺	首次使用大语言模型进行酶筛选，开发新型多酶组合方法生产高ACE抑制活性的核桃蛋白水解物	NA	优化功能性降压肽的生产工艺并验证其降压效果	核桃蛋白、自发性高血压大鼠	机器学习	心血管疾病	多酶水解、分子对接分析	大语言模型	实验数据、生物活性数据	自发性高血压大鼠模型	NA	NA	ACE抑制率、自由基清除能力、血压测量、血清生物标志物变化	NA
13	2025-11-25	Comparative diagnostic performance of artificial intelligence models in structural MRI for schizophrenia: A systematic review and meta-analysis 2025-Dec, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104759 PMID:41202773	系统综述和荟萃分析	通过系统综述和荟萃分析比较人工智能模型在结构MRI中诊断精神分裂症的诊断性能	首次系统比较深度学习和传统机器学习模型在精神分裂症sMRI诊断中的性能差异，并分析不同神经解剖输入数据的影响	纳入研究数量有限（16项），需要前瞻性多中心外部验证队列研究来验证临床适用性	评估人工智能模型结合结构MRI在精神分裂症诊断中的性能表现	成人精神分裂症患者	医学影像分析	精神分裂症	结构磁共振成像	深度学习, 传统机器学习	结构MRI图像	3601名参与者	NA	支持向量机, 深度学习架构	灵敏度, 特异度, AUC	NA
14	2025-11-25	[Artificial intelligence in fracture diagnostics : Potentials and challenges in the clinical practice] 2025-Dec, Unfallchirurgie (Heidelberg, Germany) DOI:10.1007/s00113-025-01653-z PMID:41222657	综述	探讨人工智能在骨折诊断中的潜力、临床应用及挑战	系统分析AI作为'第二阅片者'在提高骨折诊断准确性、缩短诊断时间和增强患者安全方面的创新价值	训练数据异质性、复杂骨折诊断性能有限、监管要求严格	评估AI在骨折诊断领域的应用潜力与临床实践挑战	骨折影像诊断	数字病理	骨折	医学影像分析	CNN	医学影像	大型验证研究	NA	卷积神经网络	灵敏度, 特异度	NA
15	2025-11-25	White matter brain age as a biomarker of cerebrovascular burden in the ageing brain 2025-Dec, European archives of psychiatry and clinical neuroscience IF:3.5Q2 DOI:10.1007/s00406-024-01758-3 PMID:38424358	研究论文	开发白质特异性脑年龄作为评估脑血管负担的生物标志物	首次使用三维卷积神经网络从扩散加权成像中开发白质特异性脑年龄评估方法	研究主要基于英国生物银行数据，需要更多样化人群验证	探究血管风险因素对白质健康的影响	英国生物银行参与者（横断面37,327人，纵向1,409人）	医学影像分析	脑血管疾病	扩散加权成像	CNN	医学影像	横断面37,327人，纵向子集1,409人	NA	三维卷积神经网络	白质脑年龄差距	NA
16	2025-11-25	Multi-class deep learning architecture for COVID-19, tuberculosis, and pneumonia classification using chest X-ray images 2025-Dec, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102115 PMID:41067063	研究论文	提出基于卷积神经网络的多分类框架，使用胸部X光图像自动检测COVID-19、结核病、肺炎和正常状况	开发统一深度学习流程整合数据预处理、特征提取和分类，并应用SMOTE技术解决类别不平衡问题	目前仅为研究框架，尚未应用于临床环境	开发智能系统辅助医生诊断复杂肺部疾病	COVID-19、结核病、肺炎患者和正常人的胸部X光图像	计算机视觉	肺部疾病	胸部X光成像	CNN	图像	6000张胸部X光图像，四类别均衡分布	NA	ResNet-50, EfficientNet, DenseNet, VGG-19	准确率, 精确率, 召回率, F1分数	NA
17	2025-11-25	An exploratory study of explainable deep learning for predicting bone mineral density using clavicle features on chest radiographs: A multi-task approach with regression and segmentation 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70336 PMID:41277292	研究论文	本研究开发了一种多任务学习模型，通过胸部X光片中的锁骨特征预测骨密度，并支持网络可解释性	将分割和回归任务整合到U-Net架构中的多任务学习方法，通过梯度加权类激活映射技术提供模型预测的可解释性	研究为探索性研究，样本量相对有限（1600名患者），存在一定的预测偏差	开发能够从胸部X光片预测骨密度的可解释深度学习模型	接受胸部X光摄影和腰椎DXA检查的1600名患者	计算机视觉	骨质疏松症	双能X射线吸收测定法（DXA），胸部X光摄影	CNN, U-Net	图像	1600名患者	NA	U-Net	平均绝对误差（MAE）, 皮尔逊相关系数（R值）, 灵敏度, 特异性, 精确度, F1分数	NA
18	2025-11-25	mpMRI-based MGMT methylation status prediction for glioblastoma through off-the-shelf deep features: A multi-dataset feasibility study 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70373 PMID:41277375	研究论文	本研究通过多参数磁共振成像和现成深度学习特征预测胶质母细胞瘤MGMT甲基化状态	采用孪生神经网络整合多模态mpMRI信息，引入Delta T1深度特征增强模型性能，并进行多数据集外部验证	模型性能仍有提升空间（AUC 0.666），样本量相对有限	评估基于mpMRI无创诊断MGMT甲基化状态的可行性	胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	多参数磁共振成像	SNN	医学影像	585名参与者（主要数据集）+81个样本（外部验证）	NA	Siamese神经网络	AUC, precision, recall	单CPU平台
19	2025-11-25	Benign and malignant bone lesion diagnosis based on self-supervised and radiomics fusion using SPECT/CT images 2025-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2025.100723 PMID:41277948	研究论文	基于SPECT/CT图像的自监督学习与影像组学融合方法用于良恶性骨病变诊断	提出SPARC-Net模型，首次将功能SPECT数据作为语义先验指导CT图像的自监督特征提取，无需人工标注即可获取判别性特征	研究样本量相对有限（741例），需要更大规模的外部验证	提高SPECT/CT成像在良恶性骨病变鉴别诊断中的准确性	741例经确认的骨病变病例	医学影像分析	骨肿瘤	SPECT/CT成像	自监督深度学习	SPECT/CT医学图像	741例骨病变病例	NA	SPARC-Net	准确率, AUC, F1分数, 精确率, 灵敏度, 特异性	NA
20	2025-11-25	Rupiah exchange rate prediction against the US Dollar using a deep neural network with a multi-output sliding window approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103692 PMID:41277988	研究论文	本研究使用多输出滑动窗口的深度神经网络方法预测印尼盾对美元的汇率	采用多输出滑动窗口框架同时预测买入和卖出汇率，并引入正弦-余弦时间编码捕捉周度周期模式	仅使用历史汇率数据，未考虑其他宏观经济因素对汇率的影响	开发准确稳定的汇率预测模型以支持金融决策	印尼盾对美元的每日汇率数据	机器学习	NA	时间序列预测	MLP, LSTM, GRU	时间序列数据	2015年至2025年的每日历史汇率数据	NA	多层感知器, 长短期记忆网络, 门控循环单元	MAPE, RMSE, R²	NA