深度学习在生物医药领域中的应用

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
4001	2025-03-19	AI-powered topic modeling: comparing LDA and BERTopic in analyzing opioid-related cardiovascular risks in women 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10389 PMID:40093658	研究论文	本文比较了LDA和BERTopic两种主题建模技术在分析女性阿片类药物相关心血管风险中的应用	整合AI模块到LDA和BERTopic中，并首次在阿片类药物相关心血管风险分析中进行了全面比较	LDA的解释需要手动进行，且需要特殊的数据预处理和停用词排除程序	比较LDA和BERTopic在分析女性阿片类药物相关心血管风险中的表现	女性阿片类药物相关心血管风险	自然语言处理	心血管疾病	主题建模	LDA, BERTopic	文本	1,837篇PubMed摘要
4002	2025-03-19	A two-step concept-based approach for enhanced interpretability and trust in skin lesion diagnosis 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.02.013 PMID:40093651	研究论文	本文提出了一种新颖的两步概念驱动方法，旨在提高皮肤病变诊断的可解释性和信任度	通过模拟概念瓶颈模型的两个阶段，利用预训练的视觉语言模型自动预测临床概念，并使用现成的大型语言模型基于预测概念生成疾病诊断，支持测试时的人工干预以修正预测概念，从而提高最终诊断的准确性和决策透明度	需要少量标注示例，且未提及在大规模数据集上的验证	提高深度学习系统在临床环境中的可解释性和信任度	皮肤病变诊断	计算机视觉	皮肤病变	概念瓶颈模型（CBM）、视觉语言模型（VLM）、大型语言模型（LLM）	CBM、VLM、LLM	图像	三个皮肤病变数据集
4003	2025-03-19	The global research of artificial intelligence on inflammatory bowel disease: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251326217 PMID:40093709	研究论文	本文通过文献计量学分析评估了人工智能（AI）在炎症性肠病（IBD）中的相关研究，识别了研究基础、当前热点和未来发展方向	首次通过文献计量学分析总结了AI在IBD中的应用现状，并可视化揭示了发展趋势和未来研究热点	AI在IBD中的应用仍处于初期阶段，研究深度和广度有待进一步扩展	评估AI在IBD中的研究现状，识别研究基础和未来发展方向	炎症性肠病（IBD）	机器学习	炎症性肠病	文献计量学分析	深度学习模型	文献数据	176篇AI相关论文，涉及1919位作者、790个研究机构、184种期刊和49个国家/地区
4004	2025-03-19	Data transformation of unstructured electroencephalography reports by natural language processing: improving data usability for large-scale epilepsy studies 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1521001 PMID:40093737	研究论文	本研究介绍了一种利用自然语言处理技术将癫痫患儿的非结构化脑电图报告转化为结构化数据的层次算法	开发了一种结合深度学习和基于规则的关键词提取的分层算法，用于将非结构化脑电图报告转化为结构化数据，提高了数据可用性	研究主要针对儿科癫痫患者，可能不适用于其他类型的患者或疾病	提高脑电图报告的数据可用性，以支持大规模癫痫研究	儿科癫痫患者的脑电图报告	自然语言处理	癫痫	自然语言处理（NLP）	深度学习	文本	17,172份脑电图报告，来自3,423名儿科患者，其中6,173份正常和6,173份异常报告用于算法开发
4005	2025-03-19	Artificial intelligence-enhanced retinal imaging as a biomarker for systemic diseases 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.100786 PMID:40093903	综述	本文综述了人工智能增强的视网膜成像作为系统性疾病的生物标志物的研究进展	利用人工智能技术，特别是深度学习，增强视网膜成像在预测多种系统性疾病中的潜力	数据和技术的挑战与限制，包括自然语言处理框架和大语言模型的应用带来的机遇与担忧	探讨人工智能增强的视网膜成像在系统性疾病的筛查、早期检测、预测、风险分层和个性化预后中的潜力	视网膜图像	数字病理学	心血管疾病, 中枢神经系统疾病, 慢性肾病, 代谢疾病, 内分泌疾病, 肝胆疾病	深度学习, 自然语言处理, 大语言模型	NA	图像	NA
4006	2025-03-19	ViE-Take: A Vision-Driven Multi-Modal Dataset for Exploring the Emotional Landscape in Takeover Safety of Autonomous Driving 2025, Research (Washington, D.C.) DOI:10.34133/research.0603 PMID:40093973	研究论文	本文介绍了ViE-Take，一个用于探索自动驾驶接管安全中情感影响的多模态数据集	ViE-Take是首个以视觉驱动的方式探索自动驾驶接管中情感影响的数据集，具有多源情感激发、多模态驾驶员数据收集和多维情感注释三个关键属性	数据集的应用范围和深度仍需进一步验证和扩展	探索情感对驾驶员接管表现的影响，并开发相关预测模型	自动驾驶中的驾驶员接管表现	计算机视觉	NA	深度学习	CNN, LSTM, GAN等	图像、视频	未明确提及具体样本数量
4007	2025-03-19	TPepRet: a deep learning model for characterizing T-cell receptors-antigen binding patterns 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf022 PMID:39880376	研究论文	本文介绍了一种名为TPepRet的深度学习模型，用于表征T细胞受体（TCR）与抗原肽的结合模式	TPepRet模型创新性地结合了子序列挖掘与语义整合能力，利用双向门控循环单元（BiGRU）网络和大语言模型框架，全面分析子序列和全局序列，从而准确解读TCR与肽之间的语义结合关系	尽管TPepRet在多种挑战性场景中表现出色，但其在更广泛的实际临床应用中的有效性和稳定性仍需进一步验证	研究目的是开发一种能够准确表征TCR与抗原肽结合模式的深度学习模型，以推进癌症免疫治疗、疫苗设计和自身免疫疾病管理	研究对象为T细胞受体（TCR）与抗原肽的结合模式	自然语言处理	癌症	深度学习	BiGRU, 大语言模型	序列数据	使用了多种数据集进行性能基准测试，包括复杂环境中的真实结合体识别、大规模数据集的表达率验证等
4008	2025-03-19	Grand canonical Monte Carlo and deep learning assisted enhanced sampling to characterize the distribution of Mg2+ and influence of the Drude polarizable force field on the stability of folded states of the twister ribozyme 2024-Dec-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0241246 PMID:39665326	研究论文	本研究结合大正则蒙特卡洛模拟和深度学习辅助的增强采样方法，探讨了Mg2+分布及Drude极化力场对twister核酶折叠状态稳定性的影响	首次将振荡化学势大正则蒙特卡洛与机器学习方法结合，用于研究Mg2+分布及电子极化对RNA稳定性的影响	研究局限于twister核酶，未涉及其他RNA结构	探索Mg2+分布及电子极化对RNA稳定性的影响	twister核酶	分子动力学模拟	NA	大正则蒙特卡洛模拟、机器学习、元动力学模拟	NA	分子动力学模拟数据	NA
4009	2025-03-19	Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs 2024-Dec-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.07.627102 PMID:39713468	研究论文	本文开发了基于深度迁移学习的模型，用于筛选针对A类GPCRs的更安全药物	通过迁移学习和神经网络结合自然语言处理技术，预训练模型并微调以预测低效化合物或偏向性激动剂，实现了对A类GPCRs的大规模虚拟筛选	高质量数据的有限可用性仍然是开发可靠预测GPCR配体生物活性的深度学习模型的主要挑战	开发能够预测A类GPCRs低效化合物或偏向性激动剂的深度学习模型，以推进药物开发	A类GPCRs及其配体	自然语言处理	NA	迁移学习, 自然语言处理	神经网络	序列数据, 配体数据集	所有A类GPCRs的受体序列和配体数据集
4010	2025-03-19	Deep learning prediction of error and skill in robotic prostatectomy suturing 2024-Dec, Surgical endoscopy DOI:10.1007/s00464-024-11341-5 PMID:39433583	研究论文	本研究旨在验证机器人辅助前列腺切除术缝合中的手术技能评分和错误注释，以指导AI模型的开发和评估	首次在真实机器人手术视频中应用详细的错误检测方法和深度学习模型	错误预测的最佳模型平均绝对精度为37.14%，曲线下面积为65.10%，Macro-F1为58.97%，仍有提升空间	验证手术技能评分和错误注释，以指导AI模型的开发和评估	机器人辅助前列腺切除术（RARP）缝合视频	计算机视觉	前列腺癌	深度学习	深度学习模型	视频	54个RARP视频（266分钟）
4011	2025-03-19	Prediction of Ischemic Stroke Functional Outcomes from Acute-Phase Noncontrast CT and Clinical Information 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.240137 PMID:39404632	研究论文	本文提出了一种基于深度学习的模型，结合急性期非增强CT和临床信息预测缺血性卒中90天后的改良Rankin量表（mRS）评分	创新点在于融合了非增强CT和临床信息的深度学习模型，相比仅使用影像或临床信息的模型，预测效果更优	研究为回顾性研究，可能存在数据偏差，且样本量相对有限	预测缺血性卒中患者90天后的功能结局，以辅助医疗资源规划、临床试验设计和患者期望管理	缺血性卒中患者	数字病理学	心血管疾病	深度学习	深度学习模型	影像数据（非增强CT）和临床数据	1335名患者（中位年龄71岁，674名女性），分为训练集、验证集和测试集
4012	2025-03-19	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT is Associated with FEV1 Decline in COPD 2024-Sep-11, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.10.24313079 PMID:39314974	研究论文	本文开发了一种AI模型，用于从吸气胸部CT中估计小气道疾病（fSADTLC），并研究了其在慢性阻塞性肺疾病（COPD）中的临床关联	通过AI模型从单一吸气CT中估计小气道疾病，减少了对呼气CT的需求，提高了临床适用性	研究依赖于特定数据集（SPIROMICS和COPDGene），可能限制了结果的普适性	评估AI模型在估计小气道疾病方面的有效性，并研究其与COPD临床指标的关系	COPD患者	数字病理学	慢性阻塞性肺疾病	AI模型，生成模型	生成模型	CT图像	2513名参与者（SPIROMICS研究），其中1055名用于模型开发，1458名用于验证；另外458名来自COPDGene研究用于验证
4013	2025-03-19	Acupuncture indication knowledge bases: meridian entity recognition and classification based on ACUBERT 2024-08-30, Database : the journal of biological databases and curation DOI:10.1093/database/baae083 PMID:39213389	研究论文	本研究探讨了使用ACUBERT模型在针灸适应症中经络实体识别和分类的有效性及其差异原因	开发了具有中医特色的针灸适应症知识库（ACU-IKD）和ACUBERT模型，基于八纲辨证和脏腑辨证作为基础标签训练经络辨证模型	研究中未明确提及样本的多样性和模型的泛化能力	提高针灸适应症数据库中经络归类的分类效果	54,593个不同实体，选自82本针灸医学书籍	自然语言处理	NA	BERT模型	ACUBERT, 支持向量机, 随机森林	文本	54,593个实体
4014	2025-03-19	Integrating deep learning architectures for enhanced biomedical relation extraction: a pipeline approach 2024-08-28, Database : the journal of biological databases and curation DOI:10.1093/database/baae079 PMID:39197056	研究论文	本文提出了一种增强的端到端管道方法，用于生物医学关系提取和新颖性检测，有效利用现有数据集并整合最先进的深度学习方法	提出了一种结合BERT模型和卷积神经网络的混合方法，用于生物医学关系提取和新颖性检测，显著提高了模型性能	尽管NER和EL模型的性能较高，但在文档级别的关系提取和新颖性检测任务仍然具有挑战性	提高生物医学关系提取和新颖性检测的准确性和效率	生物医学科学出版物中的实体和关系	自然语言处理	NA	BERT, 卷积神经网络	BERT, CNN	文本	使用BioRED基准语料库进行训练
4015	2025-03-19	Dataset of miRNA-disease relations extracted from textual data using transformer-based neural networks 2024-08-05, Database : the journal of biological databases and curation DOI:10.1093/database/baae066 PMID:39104284	研究论文	本文提出了一种基于深度学习的文本挖掘方法，从生物医学文献中提取标准化的miRNA-疾病关联	利用基于transformer的神经网络从文本数据中提取miRNA-疾病关系，构建了一个新的训练语料库，并通过远程监督扩展了该语料库	未提及具体的数据集大小或模型的具体架构细节	自动化地从生物医学文献中提取miRNA-疾病关联，以减少手动检索的工作量	miRNA与疾病之间的关联	自然语言处理	神经退行性疾病	深度学习	transformer-based neural networks	文本	未提及具体样本数量
4016	2025-03-19	Artificial intelligence systems in dental shade-matching: A systematic review 2024-Jul, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13805 PMID:37986239	系统综述	本文系统回顾和评估了人工智能在牙科颜色匹配中的应用及其准确性	首次系统性地回顾和评估了人工智能在牙科颜色匹配中的应用	仅包括2008年至2023年3月发表的英文研究，且排除了非AI基础和非牙科相关的研究	评估人工智能在修复牙科中预测牙齿颜色的准确性	牙科颜色匹配	人工智能	NA	NA	模糊逻辑、遗传算法与反向传播神经网络、卷积神经网络、人工神经网络、支持向量机、K近邻与决策树和随机森林、深度学习、YOLO、XG Boost	NA	15篇符合纳入标准的文章
4017	2025-03-19	Leveraging Large Language Models for Knowledge-free Weak Supervision in Clinical Natural Language Processing 2024-Jun-28, Research square DOI:10.21203/rs.3.rs-4559971/v1 PMID:38978609	研究论文	本文提出了一种利用大型语言模型（LLMs）进行无知识弱监督的方法，用于临床自然语言处理，以减少对大量标注数据的依赖	提出了一种结合微调LLMs和弱监督的方法，无需领域知识，仍能实现优于传统监督方法的性能	LLMs的推理计算量较大	减少临床自然语言处理中对大量标注数据的依赖，提升模型性能	临床自然语言处理系统	自然语言处理	NA	弱监督学习、微调LLMs	BERT、Llama2	文本	三个n2c2数据集，不超过10条金标准笔记用于弱监督，50条金标准笔记用于进一步微调
4018	2025-03-19	Forest fuel type classification: Review of remote sensing techniques, constraints and future trends 2023-09-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2023.118315 PMID:37290304	综述	本文综述了用于森林燃料类型分类的遥感技术，探讨了其限制因素和未来发展趋势	本文综合了最新的遥感技术进展，并强调了深度学习算法与遥感数据源集成的研究方向	遥感技术在燃料类型分类中仍面临挑战，如燃料属性的高度可变性和复杂性	提高对森林火灾风险和行为的理解，以增强生物多样性保护和规划有效的风险缓解活动	森林燃料类型	遥感	NA	遥感数据获取与融合技术	深度学习算法	遥感数据	NA
4019	2025-03-19	A generalizable framework to comprehensively predict epigenome, chromatin organization, and transcriptome 2023-07-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad436 PMID:37224527	研究论文	本文提出了一种名为EPCOT的深度学习框架，能够通过预训练和微调的方法，仅需细胞类型特定的染色质可及性数据，即可准确预测包括表观基因组、染色质组织、转录组和增强子活性在内的多种模态	EPCOT框架的创新之处在于其能够跨预测任务和细胞类型泛化，且能够预测多种昂贵的实验数据（如Micro-C和ChIA-PET），并提供跨基因组模态的生物学见解	未明确提及具体局限性	开发一个通用的深度学习框架，用于预测表观基因组、染色质组织和转录组等多种基因组模态	表观基因组、染色质组织、转录组和增强子活性	机器学习	NA	深度学习	预训练和微调框架	染色质可及性数据	未明确提及样本数量
4020	2025-03-19	Explainable artificial intelligence (XAI) for interpreting the contributing factors feed into the wildfire susceptibility prediction model 2023-06-25, The Science of the total environment DOI:10.1016/j.scitotenv.2023.163004 PMID:36965733	研究论文	本文探讨了可解释人工智能（XAI）在解释野火易发性预测模型中的贡献因素的应用	使用Shapley加性解释（SHAP）模型来解释深度学习（DL）模型的结果，以识别影响预测模型的关键参数及其相对重要性	模型可能受到训练过程和输入变量数量及质量等多种不确定性来源的影响	通过可解释的AI技术提高野火易发性预测模型的可解释性和准确性	野火易发性预测模型	机器学习	NA	Shapley加性解释（SHAP）	深度学习（DL）	地形、土地覆盖/植被、气象数据	NA