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
3041	2026-08-12	Body Composition in the General Population: Whole-body MRI-derived Reference Curves from Over 66 000 Individuals 2026-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.251939 PMID:42084507	研究论文	本研究利用超过66,000名普通人群的全身MRI扫描数据，计算年龄、性别和身高标准化的身体成分Z分数，并评估其对心脏代谢结局的预后价值。	提供了基于全身MRI的大规模年龄、性别和身高特异性身体成分参考曲线，并开源了全自动深度学习框架和Z分数计算器，用于预测心脏代谢结局。	未明确列出具体局限性，但可能包括回顾性设计、数据来源的局限性或Z分数在临床应用中的验证不足。	计算普通人群的全身MRI衍生身体成分Z分数，并评估其对心脏代谢结局和死亡率的预后价值，超越传统风险因素。	超过66,000名普通人群个体，包括皮下脂肪组织、内脏脂肪组织、骨骼肌、骨骼肌脂肪分数和肌间脂肪组织。	医学影像、机器学习、数字病理	心血管疾病、糖尿病、老年疾病	全身MRI（磁共振成像）	深度学习模型（具体类型未指定，但为全自动框架）	医学影像数据（MRI）和临床数据	66,608名个体（平均年龄57.7岁，34,443名男性）	NA	NA	风险比（hazard ratios）	NA
3042	2026-08-12	Risk prediction model of survival in patients with low-grade serous ovarian cancer: a multicenter Cohort study 2026-Apr-18, Journal of ovarian research IF:3.8Q1 DOI:10.1186/s13048-026-02108-8 PMID:42001128	研究论文	本研究旨在开发并验证一个用于预测低级别浆液性卵巢癌患者复发和生存结局的风险预测模型，并以列线图形式可视化。	首次整合Cox回归和深度学习模型，针对LGSOC这一罕见亚型，预测性能优于传统FIGO分期系统，提供个性化预后评估。	研究为回顾性设计，样本量相对较小，模型仅通过内部验证，缺乏外部验证。	开发并验证预测LGSOC患者复发和生存结局的预测模型，并评估其优于FIGO分期的潜力。	155例低级别浆液性卵巢癌患者。	临床预测模型	低级别浆液性卵巢癌	NA	Cox回归模型、深度学习模型	临床数据	155例患者	NA	NA	AUC、校准曲线、C-index、NRI、IDI、Kaplan-Meier分析	NA
3043	2026-08-12	[Expert consensus on optimizing the multidisciplinary clinical pathways and management models for pulmonary function testing] 2026-Apr-12, Zhonghua jie he he hu xi za zhi = Zhonghua jiehe he huxi zazhi = Chinese journal of tuberculosis and respiratory diseases DOI:10.3760/cma.j.cn112147-20251114-00713 PMID:41912385	专家共识	本文旨在通过修改后的德尔菲法和系统文献综述，优化肺功能检查的多学科临床路径和管理模型，提出针对性的实施方案，以规范肺功能检查实践并加强全国范围内的多学科合作。	创新点在于利用信息技术（如HIS、AI辅助CT、云平台）和强化组织协调，提出了一套全面的优化路径，包括自动识别适用人群、标准化数据平台、AI质量控制与解读等。	未明确提及具体限制，但可能包括对资源和技术依赖较大，以及在不同医疗机构实施中的可行性挑战。	优化肺功能检查的多学科临床路径和管理模型，通过信息技术和组织协调，提高肺功能检查的利用率、标准化和效率。	肺功能检查的临床路径和管理，涉及目标人群识别、检查方式选择、部门职责、质量控制、数据共享等。	临床医学，多学科协作	慢性呼吸系统疾病（如COPD），肺功能异常	肺功能检查（包括肺量计、强迫振荡技术、肺弥散功能测试、6分钟步行试验等），AI辅助CT，修改后的德尔菲法，系统文献综述	AI深度学习模型（用于质量控制与解读）	临床数据、肺功能报告、影像数据（CT等），问卷数据	未指定具体样本量；涉及全国范围内的医疗机构和专家共识	未明确指定具体框架	未明确指定具体架构（提及AI深度学习模型）	未明确指定具体指标，但涉及准确性、效率、可重复性等	未明确描述，但涉及信息平台、云存储等
3044	2026-08-12	Multimodal artificial intelligence predicts PIK3CA mutation in breast cancer from digital pathology and clinical data: a multicenter study 2026-Apr-07, Cancer biology & medicine IF:5.6Q1 DOI:10.20892/j.issn.2095-3941.2025.0771 PMID:41968976	研究论文	本研究开发了一个多模态深度学习框架，整合全切片图像和结构化临床数据，以预测乳腺癌中PIK3CA突变状态	通过融合组织病理学图像和临床数据的多模态方法，并利用transformer预训练编码器和聚类约束的多示例学习，提高了突变预测的准确性和泛化能力	外部验证队列的AUC值略低于训练集，多中心数据的异质性可能影响模型的稳定性	提高乳腺癌PIK3CA突变预测的准确性和可访问性，作为分子检测的替代方案	乳腺癌患者，包括TCGA队列（1047例）和3个外部中心的166例患者	数字病理学	乳腺癌	全切片成像（WSI）	Transformer、多示例学习（MIL）、XGBoost	病理图像和结构化临床数据	1213例患者（TCGA 1047例，外部中心166例）	PyTorch	H-optimus-0、CLAM-SB MIL	AUC	NA
3045	2026-08-12	Structural instability in phenotype-oriented artificial intelligence: a conceptual perspective from a model system for primary care implementation 2026-Apr-03, Family practice IF:2.4Q2 DOI:10.1093/fampra/cmag026 PMID:42154988	社论	本文基于对35项多模态深度学习研究的系统综合，探讨了面向表型的人工智能在初级保健中的结构不稳定性问题，并提出了KNOW框架以指导更安全的实施。	提出了四个支柱的KNOW框架，强调从架构中心基准转向表型主导开发，以解决跨背景稳健性问题。	基于编辑观点和有限的综合研究数量，数值作为分散性指标而非权威性能基准。	探讨面向非疾病表型（如衰弱、抑郁风险）的人工智能系统在初级保健中的结构稳定性问题，并提议更可靠的实施框架。	非疾病表型（如衰弱状态、抑郁风险概况、心脏代谢亚型、多维健康构念）及初级保健人群。	机器学习	非疾病表型，包括衰弱、抑郁风险、心脏代谢亚型	多模态深度学习	深度学习模型（具体类型未指定）	多模态数据（具体类型未指定）	35项深度学习研究	NA	NA	敏感性、特异性、I²值、准确性（预测区间）	NA
3046	2026-08-12	Predictive modeling of gene expression and localization of DNA binding site using deep convolutional neural networks 2026-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014092 PMID:41920894	研究论文	开发了深度卷积神经网络DARSI，利用大规模平行报告分析（MPRA）数据预测基因表达水平并定位DNA结合位点。	提出DARSI，一种基于卷积神经网络的框架，能够考虑调控序列中远距离碱基的相关性，直接预测基因表达水平并以单碱基分辨率识别转录因子结合位点，同时预测新型未映射的结合位点。	摘要中未提及明确的局限性。	利用深度学习提高MPRA数据的解读能力，实现调控序列的基因表达预测和转录因子结合位点定位。	调控DNA序列及其转录因子结合位点。	深度学习	NA	大规模平行报告分析（MPRA）	卷积神经网络（CNN）	DNA序列数据	未明确说明样本数量	NA	卷积神经网络（CNN）	准确性（通过基准数据库验证）	NA
3047	2026-08-12	Glaucomatous Remodeling of the Lamina Cribrosa: Association With Visual Field Progression 2026-04-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.67.4.3 PMID:41920143	研究论文	本研究探讨原发性开角型青光眼患者筛板深度和曲率变化速率与视野进展速率之间的关系	利用深度学习自动分割筛板表面，并首次纵向分析筛板重塑（深度和曲率变化）与视野进展速率的关联，发现年龄、眼压和角膜厚度对重塑程度有修饰作用	未在摘要中明确提及局限性	确定POAG患者筛板深度和曲率变化速率是否与视野进展速率相关	原发性开角型青光眼（POAG）患者的眼睛	医学影像分析	青光眼	光学相干断层扫描（OCT）	深度学习模型（具体类型未指定）	OCT图像（径向B扫描）	未明确给出具体样本量	未提及	未提及	未提及	未提及
3048	2026-08-12	Development and validation of a deep learning model to predict visual and anatomical prognosis of anti-VEGF therapy for neovascular age-related macular degeneration (KongMing Study): a prospective, nationwide, multicentre study 2026-Apr, The Lancet. Digital health DOI:10.1016/j.landig.2025.100971 PMID:41896127	研究论文	开发并验证了一个深度学习模型（KongMing模型），用于预测新生血管性年龄相关性黄斑变性患者接受抗VEGF治疗后的视觉和解剖预后	基于病灶感知、Transformer架构的多任务深度学习模型，首次实现同时预测抗VEGF治疗后多个时间点的视觉和解剖预后，并优于传统CNN模型和眼科医生	大部分患者来自中国三级转诊医院，可能影响普遍性；需要进一步外部验证	开发并验证一个能够预测nAMD患者抗VEGF治疗预后的深度学习模型	来自中国18家三级转诊医院的nAMD患者，共1226名参与者形成内部数据集，172名参与者形成外部数据集	深度学习	新生血管性年龄相关性黄斑变性	光学相干断层扫描（OCT）成像	Transformer	OCT图像	内部数据集：29,772张OCT图像来自1226名参与者；外部数据集：3,308张OCT图像来自172名参与者；共1398名参与者	NA	Structural-Attention Guided Therapeutic Response Predicting Model（基于Transformer的多任务架构）	AUC、准确率、敏感性、特异性、精确率、平均精确率、MAE、R²、SSIM	NA
3049	2026-08-12	High-throughput label-free assessment of sperm DNA fragmentation index via intelligent morphological imaging 2026-03-17, Lab on a chip IF:6.1Q2 DOI:10.1039/d5lc01122a PMID:41710949	research paper	本文提出了一种基于智能形态学成像的高通量无标记精子DNA碎片指数（DFI）评估方法	首次将光流控时间拉伸定量相位成像与深度学习相结合，实现对精子DFI的无标记、高通量评估	未提及具体限制	开发一种智能、高通量、无标记的精子DFI评估方法，用于男性不育的临床诊断	人类精子细胞	计算机视觉	男性不育	光流控时间拉伸定量相位成像（OTS-QPI）流式细胞术	卷积神经网络（CNN）	图像（强度图和相位图）	31份临床精液样本，136070张图像	NA	卷积神经网络（具体架构未提及）	准确率	NA
3050	2026-08-12	Correction: Deep Learning-Based Pattern Recognition for Detecting Penile Abnormalities: Protocol for Developing a Mobile App for Circumcision Eligibility 2026-Mar-02, JMIR research protocols IF:1.4Q3 DOI:10.2196/89351 PMID:41771058	更正	本文为关于使用深度学习模式识别检测阴茎异常以开发包皮环切术适用性移动应用的方案文章提供了更正	NA	NA	更正先前文章中的错误	先前发表的方案文章	计算机视觉	阴茎异常	NA	深度学习	NA	NA	NA	NA	NA	NA
3051	2026-08-12	Letter to the editor: testing the generalizability of DeepPlantAllergy on challenging allergen prediction scenarios 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag149 PMID:41947418	评论	对DeepPlantAllergy模型在挑战性过敏原预测场景中的泛化能力进行测试，并对其数据集构建和评估方法提出改进建议	指出DeepPlantAllergy数据集构建中去除与过敏原序列同一性>20%的非过敏原可能导致性能评估过于乐观，并建议在测试集中保留具有挑战性的阴性样本，同时报告精确率-召回率指标	未提供具体实验数据，仅提出评估建议	评估DeepPlantAllergy模型在包含中等序列同一性非过敏原的真实筛查场景中的泛化性能	植物蛋白过敏原预测模型DeepPlantAllergy及其测试集	机器学习	过敏性疾病	NA	深度学习模型	蛋白质序列	NA	NA	DeepPlantAllergy	ROC-AUC, 精确率-召回率曲线下面积	NA
3052	2026-08-12	[Expert consensus on the application of artificial intelligence in stomatology] 2026-Feb-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20251017-00413 PMID:41605470	专家共识	本文为人工智能在口腔医学中应用的专家共识，综述了AI在疾病筛查、诊断辅助、治疗规划、预后预测和口腔教育等方面的应用，并提出了数据治理、平台建设、伦理和监管方面的建议	提出了一套针对口腔医学AI应用的核心技术路径和统一指导建议，涵盖数据治理、平台开发、伦理和监管要求	存在标准化数据治理缺乏、模型可解释性有限、隐私安全风险和临床验证不足等问题	为口腔医师、医疗机构、研究人员和行业利益相关者提供AI在口腔医疗中安全、规范、可持续发展的实践指导	AI在口腔医学中的各种应用场景，包括龋病、牙髓病、牙周病、口腔黏膜病变和颌面创伤的管理	机器学习	口腔疾病	NA	深度学习	锥形束CT、口内扫描、电子健康记录数据	NA	NA	NA	NA	NA
3053	2026-08-12	A Call for a Collaborative Framework for Automation in Adaptive Radiotherapy 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338261449016 PMID:42068249	评论	本文呼吁在自适应放疗自动化领域建立协作框架，以推动开放创新和临床普及	提出通过结构化透明和共享责任，将自动化从封闭架构转变为集体学习生态系统，并强调学术界与厂商系统间的安全协作	未提供具体实施方案或实验验证，主要基于历史经验和呼吁	推动自适应放疗自动化的协作发展，提高可扩展性和临床可及性	自适应放疗自动化系统及协作框架	机器学习	NA	NA	NA	文本	NA	NA	NA	NA	NA
3054	2026-08-11	Development and Evaluation of Artificial Intelligence-Based Two-Step Model for Automated Serum Quality Assessment in Clinical Laboratories 2026-Sep-01, Annals of laboratory medicine IF:4.0Q1 DOI:10.3343/alm.2025.0509 PMID:41797408	研究论文	评估了一种基于人工智能的两步深度学习模型（YOLOv5-ResNet-50）在临床实验室中自动评估血清质量（溶血、黄疸、脂血）的性能	提出了两步式YOLOv5-ResNet-50架构模型，用于血清质量自动评估，并在真实实验室条件下与人工评估和现有自动化方法进行了比较，展现出更高的一致性	未明确提及局限性	开发并评估一种基于人工智能的血清质量自动评估方法，以提高检验前质量控制并减少主观视觉评估带来的误差风险	临床实验室中的血清样本，共42,000份（21,000份用于训练/验证，21,000份用于独立测试）	机器学习、数字病理学	不适用	血清质量评估（溶血、黄疸、脂血检测）	YOLOv5和ResNet-50深度学习模型	血清样本图像数据	42,000份血清样本，其中21,000份用于训练/验证，21,000份用于独立测试	未明确提及	YOLOv5, ResNet-50	准确率、一致性	未明确提及
3055	2026-08-11	Predicting early response to ablative radiotherapy in oligometastatic disease: a scoping review of radiomics-based machine learning and deep learning models 2026-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12590-9 PMID:42059963	综述	本综述系统总结了基于影像组学、机器学习和深度学习方法预测寡转移性疾病消融放疗反应的研究，并评估了这些研究的方法学质量和报告透明度。	首次对影像组学预测消融放疗反应的研究进行范围综述，并同时使用RQS、METRICS和CLEAR工具评估方法学质量和报告透明度，填补了该领域的空白。	纳入研究存在方法学异质性，外部验证有限，主要集中在脑转移，缺乏针对颅外转移的前瞻性多中心研究。	系统总结影像组学预测消融放疗反应的研究现状，评估方法学质量和报告透明度，识别研究空白和未来方向。	29项研究中的3946名寡转移性疾病患者，主要包含脑转移和颅外转移病例。	医学影像分析	寡转移性疾病	MRI影像组学（占多数）	机器学习模型和深度学习模型	医学影像数据（MRI为主）	29项研究，3946名患者	NA	NA	AUC	NA
3056	2026-08-11	Ensemble-based deep learning approach for early detection of poultry diseases using faecal images 2026-Aug, British poultry science IF:1.6Q2 DOI:10.1080/00071668.2025.2588246 PMID:41392904	研究论文	本文提出一种基于集成的深度学习方法来早期检测家禽疾病，通过粪便图像分类健康与非健康状态	采用集成学习和微调策略，结合多种CNN模型，显著提高了疾病检测的准确性	未提及具体限制，但可能受限于粪便图像数据集的多样性和环境因素	开发并评估一种基于集成CNN的深度学习模型，用于家禽疾病的早期识别	家禽粪便图像，涵盖健康与患沙门氏菌病、新城疫和球虫病的家禽	计算机视觉	家禽疾病	图像分类	卷积神经网络（CNN）	图像	未明确提及具体样本数量	TensorFlow	MobileNetV2, EfficientNetB0, Xception, ResNet50V2	准确率, 精确度, 召回率	未明确提及
3057	2026-08-11	Enhanced ovarian cancer diagnosis using deep learning on pelvic ultrasound with integrated clinical data: retrospective multicenter study 2026-Jul, Journal of gynecologic oncology IF:3.4Q2 DOI:10.3802/jgo.2026.37.e84 PMID:41906782	研究论文	本研究旨在开发一种深度学习模型，通过整合盆腔超声图像与临床数据（如年龄和癌抗原125水平），提高卵巢肿瘤良恶性鉴别的准确性	将超声图像的囊性和实性成分分割与临床信息（年龄和CA-125）整合到深度学习模型中，显著提升了诊断性能	未在摘要中提及明确的局限性	开发并验证一种基于深度学习的二元分类模型，用于增强卵巢肿瘤的良恶性鉴别诊断	卵巢肿瘤患者，包括446例良性肿瘤和358例恶性肿瘤	深度学习、医学影像分析	卵巢癌	盆腔超声成像、临床数据（年龄、CA-125水平）	卷积神经网络（CNN）	图像（盆腔超声图像）和临床数据（年龄、CA-125水平）	804名卵巢肿瘤患者（训练集565例，验证集76例，测试集163例）	未明确提及，可能使用PyTorch或TensorFlow	ResNet50、DenseNet121	AUC、敏感性、特异性、阳性预测值、阴性预测值	未在摘要中提及
3058	2026-08-11	Beyond the conventional: Artificial intelligence in identifying risk factors in sports injuries. A scoping review 2026-Jul-01, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106408 PMID:41880916	综述	本文通过范围综述，系统梳理了人工智能在识别运动员运动损伤风险因素中的应用，涵盖传统与非传统风险因素，并指出了当前研究的局限性及未来方向。	首次系统性地绘制了人工智能在运动损伤风险识别中的应用图谱，强调了传统与非传统风险因素的整合，并指出了外部有效性和可重复性方面的关键缺口。	纳入研究在人群、结果和测量/报告实践上存在异质性，多数研究缺乏一致的测量标准和外部验证，限制了普遍性。	绘制人工智能在识别运动员运动损伤风险因素中的当代应用，评估研究现状并识别知识空白。	运动员的运动损伤风险因素，包括睡眠质量、心理状态、外部和内部负荷指标、既往损伤等。	机器学习	运动损伤	NA	经典机器学习、深度学习	多模态传感器数据、临床数据	59项研究	NA	NA	准确性、观察者一致性	NA
3059	2026-08-11	A comparative study of deep learning-based zebrafish image segmentation methods 2026-06, Cells & development IF:2.1Q3 DOI:10.1016/j.cdev.2026.204083 PMID:41933835	研究论文	本研究系统评估了多种基于深度学习的斑马鱼图像分割网络，通过统一数据集和预处理流程，比较了十一个代表性模型的性能	首次系统比较多种深度学习分割模型在斑马鱼图像分析中的应用，涵盖从传统CNN到Transformer架构的广泛模型，并揭示高分辨率保持、上下文聚合和注意力机制对提高小结构检测和边界描绘精度的关键作用	未在摘要中提及具体限制	为斑马鱼图像的高通量毒理学筛选和形态学量化提供通用技术和理论支持	斑马鱼图像中的复杂器官结构和表型异常	计算机视觉	毒理学（用于毒理学筛选）	深度学习分割网络	CNN、Transformer、混合架构	图像	NA（未在摘要中提及具体样本数量）	NA（未在摘要中提及具体框架）	U-Net, SegNet, PSPNet, DeepLabv3+, Attention U-Net, HRNet, SegFormer, MASNet, SAM, PVT-EMCAD, RWKV-UNet	Dice系数，交并比，平均像素精度	NA（未在摘要中提及计算资源）
3060	2026-08-11	Experimental investigation of muscle-tendon unit geometry and kinematics in lower-limb muscles during gait: Current applications and future directions - A scoping review 2026-06, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2026.110159 PMID:41875704	综述	本文是一篇范围综述，旨在探讨肌肉骨骼建模和超声成像与三维步态分析结合使用时，如何评估神经运动障碍人群在步态中的肌肉和肌腱单元特征，并评估其潜在的临床意义。	首次系统综述了MSK建模和USI在三维步态分析中的应用，特别是在神经运动障碍人群中，强调了两种技术的互补潜力，并提出了未来将深度学习应用于USI自动数据分析的方向。	MSK建模受到建模假设和缺乏实时数据的限制，而USI面临数据采集复杂和处理挑战，且研究中纳入的人群和肌肉种类有限。	检查MSK建模和USI与三维步态分析结合使用，以评估神经运动障碍人群的肌肉和MTU特征，并评估这些方法对临床评估和决策的潜在影响。	神经运动障碍人群（脑性瘫痪、中风、遗传性痉挛性截瘫和特发性足尖行走）的11块下肢肌肉	数字病理学	神经运动障碍	超声成像（USI）	NA	图像	50项研究	NA	NA	NA	NA