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
101	2026-08-26	Reconstruction of 3D crystal growth from transmission optical microscopy images 2026-Apr, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgag080 PMID:41978576	研究论文	提出一种从透射光学显微镜图像序列中重建单晶三维多面体形状演化的新方法，结合深度学习和基于晶体学的合成图像生成及光折射仿真，用于原位监测晶体生长过程。	将深度学习与理论晶体学、光折射精确模拟相结合，实现对晶体生长过程中三维形状动态的稳健估计，并验证了形状变化（不仅是尺寸）的监测能力。	未明确提及局限，可能包括对特定晶体形态（L-谷氨酸多面体）的适用性限制或对成像条件的依赖。	开发一种从透射光学显微镜图像中重建晶体三维形状演化的方法，以支持结晶过程的原位监测和精密制造。	L-谷氨酸的多面体晶体在生长过程中的三维形状变化。	计算机视觉	不适用	透射光学显微镜成像	深度学习模型	图像序列	单个L-谷氨酸晶体的生长过程图像序列	未明确指定	未明确指定	与手动测量结果的对比验证	未明确指定
102	2026-08-26	Decoding Human T Cell Immunity with Artificial Intelligence and Single-Cell Genomics 2026-04, Annual review of immunology IF:26.9Q1 DOI:10.1146/annurev-immunol-082724-011631 PMID:42045109	综述	综述了人工智能和单细胞基因组学在解码人类T细胞免疫中的应用，涵盖技术进展、瓶颈及未来方向	结合单细胞基因组学、TCR测序和深度学习，提出人工智能与单细胞基因组学联合解码T细胞异质性和TCR-pMHC相互作用的新视角	数据有限性和模型泛化能力不足是当前主要瓶颈	探讨人工智能和单细胞基因组学在解析T细胞免疫反应、TCR特异性和临床结局关联中的潜力	T细胞及其T细胞受体（TCR）和肽-MHC（pMHC）相互作用	机器学习	NA	单细胞基因组学、TCR测序、深度学习	机器学习模型、深度学习模型	单细胞基因组数据、TCR序列数据	NA	NA	NA	NA	NA
103	2026-08-24	FunctionaL Assigning Sequence Homing (FLASH) maps phenotype to sequence with deep and machine learning 2026-Apr-07, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.04.715981 PMID:41993257	研究论文	提出一种名为FLASH的深度机器学习框架，直接从原始测序读段预测表型，并在多种微生物中达到高准确率	FLASH作为可解释的基于统计的深度学习框架，直接处理原始测序读段，能预测训练中未见过的变异，且可识别无注释的交叉物种毒力预测因子，并预测GWAS无法处理的表型如噬菌体宿主范围	文中未提及具体局限性，但可推断其依赖计算资源和数据质量，且验证受限于生物伦理和病原微生物遗传复杂性	开发一种新的深度学习框架FLASH，用于将基因序列映射到表型，克服GWAS的局限，并实现跨物种的高效预测	超过35,000个细菌、真菌和病毒分离株	机器学习	感染性疾病	测序读段分析	深度学习模型	测序数据	超过35,000个细菌、真菌和病毒分离株	NA	NA	准确率	NA
104	2026-08-24	Multimodal Assessment of Biological Age Following Radiation Therapy Among Patients With Early-Stage NSCLC 2026-04-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2026.4872 PMID:41949867	研究论文	本研究评估了基于照片的面部年龄和基于肺功能测试的肺年龄作为生物年龄指标，与接受立体定向体部放疗的早期非小细胞肺癌老年患者的总生存期和早期死亡率的关联	首次在早期NSCLC老年患者中，结合面部年龄和肺年龄两种非侵入性生物年龄指标，评估其与生存结局的独立关联，并显示面部年龄优于实际年龄	回顾性设计，肺功能测试仅部分患者可用，且面部年龄和肺年龄相关性弱，可能受单中心样本限制	评估非侵入性生物年龄指标（面部年龄和肺年龄）是否可改善老年早期NSCLC患者生理状态和预期寿命的评估，以辅助风险分层和治疗计划	接受立体定向体部放疗的早期非小细胞肺癌患者，年龄≥60岁	临床影像与生物标志物评估	非小细胞肺癌	摄影成像及肺功能检测（spirometry）	深度学习模型	照片图像及肺功能测试数据	670名患者（其中477名有肺功能数据）	NA	NA	调整风险比、95%置信区间、P值、中位生存期、2年死亡率	NA
105	2026-08-24	Dataset of Chilean Oak micropyrolysis over Zn and Ga supported on natural zeolite catalyst in oxygen-depleted (He) and reductive (H2) atmospheres 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112584 PMID:41993075	研究论文	本文提供了一个数据集，包含用锌和镓掺杂的天然智利沸石催化剂在无氧（氦气）和还原（氢气）气氛下对智利橡木进行微热解的实验数据	首次提供了在天然智利沸石催化剂上掺杂锌和镓，在还原气氛下对烘焙后的智利橡木进行热解的全面数据集，包括催化剂表征和热解产物数据，适用于机器学习和深度学习应用	未提及	提供生物质在无氧和还原气氛下使用天然沸石催化剂热解的数据集，以促进多维分析和工业应用预测	智利橡木生物质、天然智利沸石催化剂掺杂锌和镓	数据科学	不适用	热解-气相色谱/质谱联用（Py-GC/MS）、热重分析（TGA）、N2物理吸附、氨程序升温脱附（TPD-NH3）、X射线衍射（XRD）、透射电子显微镜（TEM）、扫描电子显微镜-能量色散X射线光谱（SEM-EDX）、X射线光电子能谱（XPS）、吡啶吸附-脱附傅里叶变换红外光谱（Pyr-FTIR）、电感耦合等离子体原子发射光谱（ICP）	不适用	实验数据	未提及具体样本数量，但涉及不同催化剂负载量（2 wt.%和5 wt.%）的多种实验条件	不适用	不适用	不适用	未提及
106	2026-08-24	Deep-learning-based breast cancer stage prediction from H&E-stained whole-slide images in resource-constrained settings 2026-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2026.100644 PMID:41993946	研究论文	提出一种结合Vision Transformer特征提取器和基于注意力的多实例学习聚合器的深度学习流水线，用于在资源受限环境中从H&E染色的全切片图像预测乳腺癌的病理肿瘤-淋巴结-转移分期	在2.5×放大倍数下进行乳腺癌分期预测，远低于通常使用的20-40×，并验证了该低分辨率下仍可捕获分期相关信息，为资源受限环境提供了计算高效的基线	2.5×放大倍数可能限制对精细细胞线索的获取，且AUC值中等，性能有待提升	开发一种资源感知的深度学习流水线，用于从H&E全切片图像预测乳腺癌pTNM分期，并适用于资源受限环境	乳腺癌患者的H&E染色全切片图像	数字病理学、计算机视觉、深度学习	乳腺癌	H&E染色全切片成像	Vision Transformer、注意力多实例学习聚合器、ResNet	图像（全切片图像）	Semmelweis队列247张全切片图像（214名患者）用于训练和验证；三个测试集：Semmelweis内部保留集82张（72名患者）、Nightingale高风险乳腺癌预测数据集9489张（574名患者）、TCGA-BRCA数据集731张（678名患者）	PyTorch	UNI基础模型、针对BRACS微调的UNI、针对BRACS微调的ResNet-50	受试者工作特征曲线下面积	未明确说明，但强调计算效率，适用于资源受限环境
107	2026-08-24	AI in Mental Health: Transforming Diagnosis and Management of Depression and Anxiety 2026-Apr, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.72316 PMID:41994616	综述	本文综述了人工智能在抑郁症和焦虑症诊断与管理中的应用，探讨其潜力、挑战及伦理问题	系统性地总结了AI在精神健康领域，特别是针对亚洲人群的抑郁症和焦虑症诊断与管理中的应用，并讨论了聊天机器人和可穿戴设备等新兴工具	未详细探讨AI在自杀意念检测中的局限，且对老年人群的接受度和伦理问题仅作简要提及，缺乏实证分析	评估AI在改善抑郁症和焦虑症诊断精度和管理效率方面的作用，并识别其应用的挑战和未来方向	抑郁症和焦虑症患者及相关的AI应用（如聊天机器人、可穿戴设备、机器学习模型）	机器学习	抑郁症和焦虑症	NA	机器学习、深度学习模型	社交媒体数据、传感器数据	NA	NA	NA	NA	NA
108	2026-08-24	Thymic health consequences in adults 2026-04, Nature IF:50.5Q1 DOI:10.1038/s41586-026-10242-y PMID:41851466	研究论文	本研究开发了一种深度学习框架，用于从常规放射影像中量化成人胸腺健康状况，并评估其与长寿及主要年龄相关疾病风险的关联	首次提出胸腺功能维持对成人健康和长寿至关重要，并利用深度学习从常规影像中量化胸腺健康，突破了传统认为成人胸腺功能退化的观点	未在摘要中明确提及局限性，可能包括依赖影像数据质量、样本选择偏倚或缺乏直接功能性验证	探究成人胸腺健康与长寿及年龄相关疾病风险的关系，以重新定位胸腺在免疫介导衰老中的角色	无症状成人参与者，来自国家肺部筛查试验和弗雷明汉心脏研究队列	深度学习	肺癌、心血管疾病	影像组学分析	深度学习模型	影像数据	国家肺部筛查试验25,031例，弗雷明汉心脏研究2,581例，共27,612例	NA	NA	全因死亡率、肺癌发病率、心血管死亡率	NA
109	2026-08-23	Light-XAI: a CADx for explainable cervical cancer detection via attention-based lightweight convolutional neural networks and layer-wise feature fusion 2026-Apr-10, BioData mining IF:4.0Q1 DOI:10.1186/s13040-026-00540-6 PMID:41963932	研究论文	本文提出了一种名为Light-XAI的轻量级可解释人工智能系统，用于通过注意力机制和层间特征融合进行宫颈癌分类	将自注意力机制集成到轻量级CNN中，利用局部梯度加权类激活映射进行决策解释，并从两个深层提取特征进行融合	未提及局限性	开发一个可解释的CADx系统，以提高宫颈癌诊断的准确性和效率	宫颈癌的Pap涂片图像	计算机视觉, 数字病理学	宫颈癌	Pap涂片图像分析	CNN, 自注意力机制	图像	SIPaKMeD和Mendeley液基细胞学数据集	未提及	轻量级CNN, Grad-CAM	准确率	未提及
110	2026-08-23	Deep learning-driven recognition of panoramic tumor microenvironment features in H&E sections and its application 2026-Apr-09, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2025-014429 PMID:41956540	综述	本文综述了深度学习驱动的H&E切片全景肿瘤微环境特征识别及其临床应用的最新进展	系统性地总结了深度学习在H&E切片中识别全景肿瘤微环境特征的技术进展，并讨论了其转化潜力和当前局限	当前技术在肿瘤学和临床应用中仍存在转化挑战和局限性，但具体细节未在摘要中详述	综述深度学习驱动的全景肿瘤微环境特征识别技术及其在肿瘤研究和临床应用中的价值	H&E染色的组织切片中的肿瘤微环境特征，包括肿瘤细胞、基质细胞、免疫细胞和血管网络	数字病理学	肿瘤	H&E染色、全切片成像	深度学习模型	病理图像	NA	NA	NA	NA	NA
111	2026-08-23	The Application of a Deep Learning Algorithm for the Segmentation of Retinal Nerve Fiber Layer Across Different Optic Neuropathies 2026-Apr-06, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.4.7 PMID:41960956	研究论文	本研究开发并验证了一种名为RNFL-Net的深度学习算法，用于在不同视神经病变（包括青光眼和视盘水肿）的OCT扫描中自动分割视网膜神经纤维层，并与标准OCT设备相比提高了测量准确性。	提出了一种专门用于OCT B扫描中视网膜神经纤维层分割的深度学习算法RNFL-Net，该算法在预处理后自动去除血管，并在多种视神经病变中实现了比标准OCT设备更高的分割精度和厚度测量准确性。	研究中外部验证数据量较小（视盘水肿仅32例），且算法性能可能受限于特定OCT设备类型和扫描参数，仍需在不同设备和人群中进行更多验证。	评估深度学习算法在OCT扫描中自动分割视网膜神经纤维层的能力，以在青光眼和视盘水肿等视神经病变中提高厚度测量的准确性。	研究对象包括健康对照眼、视盘水肿眼和青光眼患者的视网膜OCT B扫描图像。	计算机视觉	青光眼, 视神经病变	光学相干断层扫描（OCT）	深度学习分割模型（RNFL-Net）	OCT图像	训练和验证集包含1065张OCT B扫描（来自106只健康眼、118只视盘水肿眼、60只青光眼），测试集265张，外部验证包含157例青光眼和32例视盘水肿。	NA	RNFL-Net（具体架构未在标题和摘要中指定）	Dice系数, 平均绝对误差（MAE）, 平均绝对百分比误差（MAPE）	NA
112	2026-08-22	Liquid Biopsy in Colorectal Cancer: Future Perspectives Through the Lens of Artificial Intelligence-A Comprehensive Review of Novel Literature 2026-Apr-29, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27093951 PMID:42123533	综述	这篇叙述性综述探讨了液体活检在结直肠癌中的应用现状和未来前景，重点关注人工智能、机器学习和深度学习在数据分析和临床转化中的作用	首次系统整合了液体活检与人工智能技术（包括随机森林、卷积神经网络、长短期记忆网络和大语言模型）在结直肠癌全程管理中的应用，提出了多模态数据整合和精准肿瘤学的新范式	叙述性综述可能存在选择性偏倚，且未进行定量荟萃分析；人工智能模型的可解释性、分析标准化和监管协调等挑战尚未解决	总结液体活检在结直肠癌中的最新证据，并评估人工智能在提高其诊断、监测和预后预测能力方面的作用	结直肠癌患者，涉及循环肿瘤DNA、循环肿瘤细胞、外泌体等液体活检生物标志物	数字病理学	结直肠癌	循环肿瘤DNA测序、甲基化谱分析	随机森林、卷积神经网络、长短期记忆网络、大语言模型	文本、图像、基因表达数据	不适用（综述文章，基于文献）	不适用	随机森林、卷积神经网络、长短期记忆网络、大语言模型	灵敏度、特异性	不适用
113	2026-08-22	Deep learning for psychiatric genomics: from tools to applications 2026-Apr, Current opinion in genetics & development IF:3.7Q2 DOI:10.1016/j.gde.2026.102442 PMID:41690236	综述	本文综述了深度学习在精神科基因组学中的演进，从任务特定模型到基础模型，并探讨其在精神疾病遗传学关键问题中的应用。	系统性地梳理了深度学习在基因组学中的发展脉络，特别是基础模型（如基因组语言模型和单细胞基础模型）的变革性影响，为精神科基因组学研究者提供了前沿方法的桥梁。	未明确指出局限性，但综述性质可能缺乏原始实验性评估。	提供深度学习在基因组学中最新进展的全面概述，帮助精神科基因组学研究者理解和应用先进方法。	精神疾病基因组学中的风险位点和非编码变异。	基因组学、深度学习	精神疾病	基因组语言建模、单细胞测序、预训练模型	深度学习模型	基因组数据、单细胞数据	NA	NA	基础模型、基因组语言模型、单细胞基础模型、大型语言模型	NA	NA
114	2026-08-22	The role of artificial intelligence in pre-operative prediction of completeness of cytoreduction for peritoneal surface malignancies: a scoping review 2026-04, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2026.111480 PMID:41740519	综述	本文是一篇范围综述，分析人工智能在腹膜表面恶性肿瘤术前预测细胞减灭术完全性中的应用	系统评估了AI在预测细胞减灭术完全性中的应用，包括模型架构、输入预测因子、性能指标和可解释性策略	仅纳入9项研究，且多数集中于卵巢癌，可解释性策略有限，缺乏现代可解释AI技术的应用	分析AI用于预测腹膜表面恶性肿瘤细胞减灭术完全性的应用情况	腹膜表面恶性肿瘤患者，包括卵巢癌、同步结直肠腹膜转移及混合型PSM	机器学习	腹膜表面恶性肿瘤	NA	深度学习框架（如DeAF）、放射组学模型	临床和影像数据	9项研究	NA	DeAF深度学习框架、放射组学-临床列线图	曲线下面积	NA
115	2026-08-22	Molecular alterations prediction in gliomas via an interpretable deep learning model: a multicentre and retrospective study 2026-Apr, The Lancet. Digital health DOI:10.1016/j.landig.2025.100977 PMID:42115062	研究论文	本研究开发并验证了一种基于基础模型的可解释深度学习方法来预测胶质瘤的分子改变，利用常规组织病理切片直接预测关键分子事件，无需手动标注。	首次提出并验证了基于基础模型的可解释方法GMAP，用于从常规组织病理切片预测胶质瘤的分子改变，未依赖手动注释，并在多中心、回顾性研究中进行了全面验证。	研究为回顾性设计，且在外部验证集中对TERT和+7/-10的预测性能相对较低，可能受组织处理差异影响。	开发一种经济高效且可扩展的方法，以在资源有限的环境中准确、快速地识别胶质瘤的关键分子改变。	胶质瘤患者的全切片图像及相应分子特征（IDH、1p/19q共缺失、TERT、+7/-10）。	数字病理学	胶质瘤	全切片成像	基础模型	图像	开发集：877例患者的1696张全切片图像；内部测试集：88例患者的167张全切片图像；外部验证集：3147例患者的4602张全切片图像	NA	NA	接受者操作特征曲线下面积、准确率、敏感性、特异性、F1分数	NA
116	2026-08-20	Deep Learning Analysis Based on Dual-energy CT-Derived Iodine Map for Predicting PD-L1 Expression in Gastric Cancer: A Multicenter Study 2026-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.12.033 PMID:41547630	研究论文	本研究探讨了基于双能CT碘图的深度学习分析在预测胃癌中PD-L1表达水平的价值，通过多中心数据验证了模型的有效性。	首次利用双能CT衍生的碘图结合深度学习预测胃癌PD-L1表达，并开发了融合临床特征的模型，提高了预测性能。	未提及明确的局限性。	评估基于双能CT碘图的深度学习模型在非侵入性预测胃癌PD-L1表达中的价值。	胃癌患者，共267例，来自多个中心，均接受胃切除术和术前双能CT检查。	医学影像分析、深度学习	胃癌	双能CT成像	残差网络（ResNet）	医学影像（碘图图像）	267例胃癌患者，分为训练集（143例）、内部验证集（60例）和外部验证集（64例）。	未明确，但使用了机器学习方法	50层残差网络	AUC、校准度、临床实用性	未明确
117	2026-08-19	Identifying Biomarkers Using a Portable, Home-Based Eye-Tracking System to Predict Short-Term Visual Fatigue Deterioration: Prospective Observational Feasibility Study 2026-Apr-28, JMIR human factors IF:2.6Q3 DOI:10.2196/84479 PMID:42048137	研究论文	本文开发并评估了一种名为EyeFatigue Tracker的集成家用系统，利用客观眼部指标预测短期视觉疲劳恶化，该系统包括头戴式设备、深度学习模型和机器学习分类器，用于监测和评估计算机视觉综合征。	提出了一种集成的居家系统EyeFatigue Tracker，结合头戴设备、深度学习提取眼部指标和机器学习预测疲劳风险，无需主观报告即可客观评估视觉疲劳，并自动生成会话报告。	样本量较小（38名参与者），且研究为可行性研究，可能需要更大规模验证；系统依赖特定硬件和模型，可能存在泛化性限制。	开发并评估一种家用系统，通过客观眼部指标预测短期视觉疲劳恶化，以补充主观症状评估。	参与者为19-31岁的健康成年人，共38人，进行1小时计算机游戏任务，以诱发视觉疲劳。	计算机视觉，机器学习，数字健康	视觉疲劳（计算机视觉综合征）	红外眼动记录，深度学习图像分割	卷积神经网络（用于图像分割），机器学习分类器（SVM、决策树、XGBoost、随机森林）	眼部视频（红外图像）	38名参与者（年龄19-31岁，平均24.8岁）	未提及特定框架，但可能涉及PyTorch或TensorFlow（推断）	深度学习模型用于分割眼睑裂隙、瞳孔和虹膜；机器学习模型包括SVM、决策树、XGBoost、随机森林	准确性、AUC（受试者工作特征曲线下面积）	未提及具体计算资源
118	2026-08-19	Deep learning on histopathological images to predict breast cancer recurrence risk and chemotherapy benefit: a multicentre, model development and validation study 2026-Apr, The Lancet. Oncology DOI:10.1016/S1470-2045(25)00727-2 PMID:41831466	研究论文	开发并验证了一种基于常规组织病理学切片和临床变量的多模态深度学习模型，用于预测激素受体阳性、HER2阴性早期乳腺癌的复发风险和化疗获益	首次利用大规模预训练基础模型结合常规病理切片直接估计Oncotype DX 21基因复发评分，无需基因检测即可实现风险分层和化疗决策指导	依赖高质量无扫描伪影切片，需要至少100个组织块，可能限制在资源有限环境中的可部署性	开发一种经济可行的AI工具，替代昂贵的基因组检测，为激素受体阳性、HER2阴性早期乳腺癌患者提供化疗决策支持	激素受体阳性、HER2阴性、无扫描伪影的浸润性乳腺癌患者	数字病理学、深度学习	乳腺癌	数字病理切片、临床变量分析	多模态深度学习模型、基础模型	全切片图像、临床数据	TAILORx试验8284例患者，外部验证5497例患者	NA	基础模型、多模态融合架构	曲线下面积、风险比、95%置信区间	NA
119	2026-08-19	Application of Digital Medicine to the Diagnosis and Treatment of Head and Neck Tumors 2026-04, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70556 PMID:42019980	综述	本文综述了数字医学在头颈肿瘤诊断、治疗及预后评估中的应用现状	系统总结了数字医学技术如数字成像、人工智能和3D打印在头颈肿瘤诊疗中的最新进展	当前研究存在局限性，但未详细说明具体限制	总结数字医学在头颈肿瘤诊断、治疗和预后评估中的应用现状	头颈肿瘤	数字医学	头颈肿瘤	数字成像（CT、MRI、超声）、人工智能、3D打印	深度学习模型	医学图像	不适用	不适用	深度学习	不适用	不适用
120	2026-08-18	Artificial Intelligence in Lung Cancer: From Early Detection to Personalized Therapy 2026-04-29, Current oncology reports IF:4.7Q1 DOI:10.1007/s11912-026-01782-7 PMID:42050113	综述	本综述重点介绍了人工智能在肺癌筛查、风险分层、预后判断和治疗选择方面的最新进展，尤其关注新兴的多模态机器学习方法	强调多模态机器学习方法整合影像、临床和分子特征，以提高肺结节分类和治疗反应预测的准确性，并提出结合临床医生输入的人工智能决策支持系统作为可行路径	人工智能在现实世界部署仍有限，回顾性研究以外的临床评估显示性能下降，并面临泛化性、可解释性和实施方面的挑战	探讨人工智能在肺癌早期检测、个体化预后评估和个性化治疗中的应用，并分析其临床整合的潜在路径	肺癌患者及相关的影像数据、液体活检数据和临床数据	医学影像分析、机器学习、数字病理	肺癌	液体活检、影像分析	深度学习模型	影像数据、临床数据、分子数据	无具体样本量信息	NA	NA	准确率	NA