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
2141	2025-10-06	Personalization of AI Using Personal Foundation Models Can Lead to More Precise Digital Therapeutics 2025-Aug-21, JMIR AI DOI:10.2196/55530 PMID:40840869	观点文章	探讨通过个人基础模型实现AI个性化如何推动更精准的数字疗法发展	提出结合自监督学习与机器学习个性化，通过在个人数据上进行自监督预训练来构建个性化模型	需要解决人机交互创新以确保单个参与者标签一致性的实际挑战	研究AI个性化在数字健康干预中的应用，提高对异质性健康事件预测的准确性	数字健康干预中的机器学习模型和患者健康数据	机器学习	NA	自监督学习，深度学习	深度学习模型	患者生成的健康数据流	NA	NA	NA	NA	NA
2142	2025-10-06	Multimodal AI for risk stratification in autism spectrum disorder: integrating voice and screening tools 2025-Aug-21, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01914-6 PMID:40841482	研究论文	本研究开发了一种用于自闭症谱系障碍风险分层的多模态AI框架，整合语音和筛查工具数据	提出了一种新颖的两阶段多模态AI框架，结合移动应用收集的语音特征和筛查工具文本数据，实现自闭症谱系障碍的早期筛查和风险分层	样本量相对有限（1242名儿童），研究结果需要在更大规模人群中验证	开发可扩展的自闭症谱系障碍早期筛查和风险分层方法	1242名18-48个月龄的儿童	机器学习	自闭症谱系障碍	深度学习，语音特征分析，文本分析	深度学习模型	音频，文本	1242名儿童	NA	NA	AUROC，准确率，Pearson相关系数	NA
2143	2025-10-06	The application of artificial intelligence models in predicting the risk of diabetic foot: a multicenter study 2025-Aug-21, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00477-2 PMID:40841667	研究论文	本研究通过结合深度学习和机器学习开发多模型预测工具，用于预测糖尿病患者足部并发症风险	采用多模型集成方法，结合14种机器学习模型和3种深度学习模型，开发集成应用并提供可视化工具	研究为回顾性设计，未来需要算法优化和扩大数据集	开发糖尿病足风险预测工具，辅助临床早期干预	6180名60-85岁老年糖尿病患者	机器学习	糖尿病足	LASSO回归，SHAP分析	RF, XGBoost, CART, MLP, DNN, CNN, Transformer	临床数据	6180名来自上海11家社区医院的老年糖尿病患者	NA	逻辑回归集成模型，DNN, CNN, Transformer	AUC, 准确率, 精确率, 召回率, F1分数	NA
2144	2025-10-06	Early photoreceptor assessment as a predictor for visual acuity gain after vitrectomy for macula-off retinal detachment 2025-Aug-20, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00722-0 PMID:40836361	研究论文	评估早期光学相干断层扫描中外层视网膜特征对黄斑脱离性视网膜脱离术后视力恢复的预测价值	首次系统评估椭圆体带相对反射率作为光感受器代谢恢复敏感标志物的临床价值，并量化了早期外限制膜缺失与视力预后的具体关联	回顾性研究设计，样本量有限（106眼），缺乏外部验证队列	探索黄斑脱离性视网膜脱离术后视力预后的早期预测因素	106例接受玻璃体切除联合气体填充术的黄斑脱离性孔源性视网膜脱离患者	数字病理	视网膜疾病	光学相干断层扫描（OCT）	线性回归模型	医学影像数据（OCT图像），临床数据	106眼	NA	NA	回归系数（β值），p值，相关系数（r）	NA
2145	2025-10-06	Unveiling genetic architecture of white matter microstructure through unsupervised deep representation learning of fractional anisotropy maps 2025-Aug-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.04.25330856 PMID:40630570	研究论文	提出一种基于深度学习的无监督表示学习方法UDR-WM，用于从分数各向异性图中提取白质微观结构特征	采用无监督深度学习方法直接从体素级FA图中提取全脑特征，无需先验解剖假设，相比传统方法能更好地捕捉白质微观结构的空间分布模式	NA	揭示白质微观结构的遗传架构及其与脑部疾病的遗传关联	人脑白质微观结构	医学影像分析	精神分裂症,帕金森病	扩散MRI,全基因组关联分析(GWAS)	深度学习	医学影像(分数各向异性图)	NA	NA	无监督深度表示学习	SNP遗传力,Mann-Whitney U检验,Wald检验,Fisher精确检验	NA
2146	2025-10-06	A deep learning model to predict glioma recurrence using integrated genomic and clinical data 2025-Aug-19, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01083-3 PMID:40830273	研究论文	开发了一种基于深度学习的胶质瘤复发预测模型LUNAR，整合基因组和临床数据	首次提出基于注意力机制的多模态深度学习分类器，整合临床、突变和mRNA表达数据预测胶质瘤复发	NA	预测胶质瘤早期复发，改善患者风险分层和临床管理	II-IV级原发性胶质瘤患者	机器学习	胶质瘤	基因组测序，mRNA表达分析	深度学习，注意力机制	临床数据，突变数据，mRNA表达数据	TCGA和GLASS两个独立数据集的胶质瘤患者	NA	注意力机制分类器	AUROC	NA
2147	2025-10-06	AI and Machine Learning Terminology in Medicine, Psychology, and Social Sciences: Tutorial and Practical Recommendations 2025-Aug-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66100 PMID:40825233	教程	本文澄清医学、心理学和社会科学中AI与机器学习术语的混淆，并提供实用建议	系统梳理跨学科术语混淆问题，提供基于证据的术语使用建议，促进不同学科间更清晰的交流	NA	澄清AI和机器学习在医学、心理学和社会科学中的术语使用，促进跨学科交流	AI和机器学习术语在医学、心理学和社会科学中的应用	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
2148	2025-10-06	Real-time prediction of HFNC treatment failure in acute hypoxemic respiratory failure using machine learning 2025-Aug-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16061-x PMID:40825843	研究论文	开发基于机器学习的预测模型，用于实时预测急性低氧性呼吸衰竭患者经鼻高流量氧疗失败风险	首次将机器学习与动态实时预警系统结合，使用多维度时序数据预测HFNC治疗失败，性能优于传统ROX和mROX指数	仅进行了内部验证，未在外部数据集上验证模型泛化能力	通过机器学习模型早期准确预测HFNC治疗失败，辅助临床制定个体化治疗方案	急性低氧性呼吸衰竭患者	机器学习	呼吸系统疾病	血气分析、化学检测、全血细胞计数	LSTM, 集成学习	时序数据	427名患者，498条治疗记录	NA	LSTM	AUC	NA
2149	2025-10-06	Deep learning for survival prediction in triple-negative breast cancer: development and validation in real-world cohorts 2025-Aug-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16331-8 PMID:40826162	研究论文	开发并验证基于深度学习的生存预测模型和个体化预后系统用于三阴性乳腺癌患者	首次构建针对三阴性乳腺癌的深度学习生存预测模型，并在大规模真实世界队列中验证其优于传统方法的预测性能	研究基于回顾性数据，需要前瞻性研究进一步验证模型的临床适用性	改善三阴性乳腺癌患者的预后评估和治疗分层	三阴性乳腺癌患者	机器学习	乳腺癌	深度学习	生存分析模型	临床数据	37,818名TNBC患者（SEER数据库）	pysurvival	NA	C-index, AUC	NA
2150	2025-10-06	Advancing deep learning-based segmentation for multiple lung cancer lesions in real-world multicenter CT scans 2025-Aug-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00617-7 PMID:40826204	研究论文	本研究开发了一种基于深度学习的自动化方法，用于在真实世界多中心CT扫描中对多发性肺癌病灶进行分割	提出了一个新颖的三步流程，包括胸腔边界框提取、多实例病灶分割和通过多尺度级联分类器进行假阳性减少，专门针对多病灶分割问题	研究基于回顾性收集的数据，需要在前瞻性研究中进一步验证	开发自动化的多实例肺癌病灶分割方法，提高肺癌诊断和治疗规划的准确性	肺癌患者的CT扫描图像和其中的病灶	计算机视觉	肺癌	CT扫描	深度学习	医学图像	1,081例回顾性收集的CT扫描，包含5,322个标注病灶，训练集868例，测试集213例，外部验证集188例	NA	多尺度级联分类器	Dice相似系数, 病灶检测灵敏度	NA
2151	2025-10-06	Deep learning for retinal non-perfusion and foveal avascular zone analysis in wide-field OCTA in diabetic retinopathy 2025-Aug-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15712-3 PMID:40826271	研究论文	开发用于糖尿病视网膜病变监测的自动化框架，通过分割宽场OCTA图像中的低质量区域和无灌注区域来获取视网膜无灌注指数和中心凹无血管区面积	提出结合Q-NET和NPA-NET的双模型框架，首次在宽场OCTA图像中自动分割低质量区域、无灌注区域和中心凹无血管区	标注仅由单一专家（无灌注和FAZ区域）或四位标注者共识（低质量区域）完成，存在一定的标注者间变异性	开发自动化AI工具用于糖尿病视网膜病变的监测和医疗决策支持	糖尿病视网膜病变患者的宽场OCTA图像	医学影像分析	糖尿病视网膜病变	OCTA（光学相干断层扫描血管成像）	深度学习	医学影像	88名患者的170张图像（训练集），29张图像（测试集）	NA	Q-NET, NPA-NET	Dice系数, R²系数	NA
2152	2025-10-06	Artificial intelligence and machine learning in spine care: Advancing precision diagnosis, treatment, and rehabilitation 2025-Aug-18, World journal of orthopedics IF:2.0Q2 DOI:10.5312/wjo.v16.i8.107064 PMID:40838224	综述	本文综述人工智能和机器学习在脊柱护理领域的最新进展，涵盖精准诊断、治疗规划和康复管理	提出整合影像学、临床和遗传数据的多模态AI系统，开发可解释AI框架以解决算法偏见问题	医疗数据集有限、存在算法偏见、伦理问题及与现有系统整合困难	推动脊柱疾病的精准医疗发展，提升诊疗效率和个性化水平	脊柱疾病患者群体及相关医疗数据	机器学习	脊柱疾病	深度学习算法	深度学习	影像数据, 临床数据, 遗传数据	NA	NA	NA	诊断准确率	NA
2153	2025-10-06	Clinical Applications of Artificial Intelligence in Corneal Diseases 2025-Aug-18, Vision (Basel, Switzerland) DOI:10.3390/vision9030071 PMID:40843795	综述	评估人工智能模型在角膜疾病诊断中的临床应用，重点分析其性能指标和临床潜力	系统评估多种角膜疾病中AI模型的诊断性能，特别指出在KC和FECD疾病中采用AS-OCT成像时表现优异	数据异质性、疾病定义缺乏标准化、影像采集和模型训练不一致，部分疾病缺乏与临床专家的直接比较	评估人工智能在角膜疾病诊断中的临床应用价值	圆锥角膜、Fuch's角膜内皮营养不良、感染性角膜炎、角膜神经病变、干眼病和结膜疾病	医学人工智能	角膜疾病	前段光学相干断层扫描(AS-OCT)	CNN,深度学习模型	医学影像	NA	NA	NA	敏感度,特异度,准确率,AUC	NA
2154	2025-10-06	AI-assisted multi-modal information for the screening of depression: a systematic review and meta-analysis 2025-Aug-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01933-3 PMID:40819119	系统综述与荟萃分析	通过系统综述和荟萃分析评估人工智能辅助多模态信息在抑郁症筛查中的分类性能	首次对AI辅助多模态方法在抑郁症筛查中的性能进行系统评估，发现多模态方法显著优于单模态方法	需要建立标准化数据库和改进研究设计	评估人工智能辅助生理和行为信息在抑郁症筛查中的分类性能	抑郁症筛查研究	机器学习	抑郁症	脑电图、眼动追踪、视频/音频监测、步态分析	深度学习模型	多模态生理和行为数据	NA	NA	NA	AUC	NA
2155	2025-10-06	An interpretable CT-based deep learning model for predicting overall survival in patients with bladder cancer: a multicenter study 2025-Aug-16, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01083-5 PMID:40819151	研究论文	开发基于CT扫描的可解释深度学习模型预测膀胱癌患者总生存期	首次使用术前CT扫描构建可解释深度学习模型进行膀胱癌生存预测，结合SHAP方法识别像素级特征，并通过多中心验证	样本量相对有限，需要更大规模的前瞻性研究验证	预测膀胱癌患者总生存期并支持个性化治疗决策	膀胱癌患者	数字病理	膀胱癌	CT扫描，RNA测序	深度学习	医学影像	训练队列765例，三个独立验证队列438例、181例和72例	NA	BCDL模型	生存风险预测准确性	NA
2156	2025-10-06	Deep learning radiomics of elastography for diagnosing compensated advanced chronic liver disease: an international multicenter study 2025-Aug-15, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00199-6 PMID:40813740	研究论文	开发基于深度学习的弹性成像影像组学模型用于诊断代偿性晚期慢性肝病	首次将深度学习影像组学应用于弹性成像数据，整合弹性图像和肝脏硬度测量值，并在国际多中心数据上进行验证	回顾性研究设计，仅包含三种特定病因的慢性肝病患者	开发非侵入性诊断代偿性晚期慢性肝病的深度学习方法	慢性肝病成人患者（乙型肝炎、丙型肝炎、代谢功能障碍相关脂肪性肝病）	医学影像分析	慢性肝病	二维剪切波弹性成像	深度学习	弹性成像图像	1937名患者，9472张2D-SWE图像	NA	NA	AUC	NA
2157	2025-10-06	End-to-end deep learning for the diagnosis of pelvic and sacral tumors using non-enhanced MRI: a multi-center study 2025-Aug-15, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01077-3 PMID:40817144	研究论文	开发了一种基于非增强MRI的端到端深度学习模型，用于诊断良恶性盆腔和骶骨肿瘤	首次使用非增强MRI开发端到端深度学习模型诊断盆腔和骶骨肿瘤，无需对比剂即可达到与增强模型和放射科医生相当的诊断性能	回顾性研究设计，样本量相对有限（835例患者）	开发准确、高效且经济实惠的盆腔和骶骨肿瘤诊断工具	盆腔和骶骨肿瘤患者	医学影像分析	盆腔和骶骨肿瘤	非增强MRI	深度学习	MRI图像	来自四家医院的835名患者	NA	SEG-CL-NC	AUC, 准确率/ACC	NA
2158	2025-10-06	Radiomics in pediatric brain tumors: from images to insights 2025-Aug-15, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03391-5 PMID:40817158	综述	本文综述了影像组学在儿童脑肿瘤中的应用现状与前景	系统阐述了影像组学在儿童脑肿瘤这一特殊领域的创新应用，包括分子亚型预测和新兴的放射免疫组学方向	面临儿科专用数据集有限、成像协议不统一、缺乏标准化流程等临床转化障碍	探索影像组学在儿童脑肿瘤诊断、风险分层和预后预测中的应用价值	儿童脑肿瘤（髓母细胞瘤、室管膜瘤、胶质瘤等）	数字病理	脑肿瘤	MRI影像组学分析	支持向量机,随机森林,CNN	医学影像	50至450余名患者队列	NA	CNN	AUC	NA
2159	2025-10-06	Spatial morphoproteomic features predict disease states from tissue architectures 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113204 PMID:40822345	研究论文	提出SNOWFLAKE图神经网络流程，通过整合单细胞蛋白质表达和形态特征从淋巴滤泡预测疾病状态	首次将形态学特征整合到图边特征中，能够识别与疾病相关的空间组织子图	NA	从组织架构预测疾病状态	淋巴滤泡、儿科COVID-19数据集、乳腺癌、三级淋巴结构	空间系统生物学	COVID-19, 乳腺癌	多重成像数据, 空间蛋白质组学	图神经网络	空间蛋白质组学数据, 单细胞蛋白质表达数据, 形态特征数据	NA	NA	SNOWFLAKE	分类准确率	NA
2160	2025-10-06	Artificial intelligence diagnosis and heatmap agent for mitral valve prolapse using 3D cine echocardiography 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113033 PMID:40836924	研究论文	提出一种基于3D电影超声心动图的人工智能代理，用于二尖瓣脱垂的诊断和热图可视化	首次将深度学习应用于3D电影超声心动图的二尖瓣脱垂自动诊断和热图可视化，填补了该领域的研究空白	样本量相对有限（151名受试者），需要进一步验证和推广	开发二尖瓣脱垂的自动诊断和可视化系统	二尖瓣脱垂患者	计算机视觉	心血管疾病	3D电影超声心动图	深度学习	3D电影超声心动图序列	151名受试者的481个心动周期（8422帧图像）	NA	NA	AUC,准确率,F1分数,Dice系数,IoU	NA