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
501	2025-09-18	Comprehensive Evaluation of Facet Joints Osteoarthritis Radiological Features on Lumbar CT: A Multitask Deep Learning Approach 2025-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.70115 PMID:40949054	研究论文	本研究开发了一种基于多任务深度学习的模型，用于从腰椎CT图像中评估小关节骨关节炎的放射学特征	采用多任务深度学习方法和ResNet-18架构，首次实现对FJOA多种放射学特征的全面自动评估	研究为回顾性设计，模型在不同特征上的准确率存在差异（如肥大评估准确率较低）	开发自动评估小关节骨关节炎放射学特征的深度学习工具，辅助临床诊断	小关节骨关节炎（FJOA）患者的腰椎CT图像	计算机视觉	骨关节炎	CT成像，深度学习	多任务ResNet-18	医学影像（CT图像）	来自两家医院1360名患者的13223个轴向CT小关节图像块
502	2025-09-18	Leveraging learned representations and multitask learning for lysine methylation site discovery 2025-Sep-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.27.672583 PMID:40950037	研究论文	提出基于Transformer和多任务学习的赖氨酸甲基化位点预测模型MethylSight 2.0，并通过质谱实验验证新位点	首次将Transformer架构应用于赖氨酸甲基化预测，并利用多任务学习整合其他翻译后修饰信息	NA	提高赖氨酸甲基化位点预测精度以促进癌症药物靶点发现	蛋白质赖氨酸甲基化位点	生物信息学	癌症	深度学习、质谱分析	Transformer	蛋白质序列数据	鉴定出68个新型赖氨酸甲基化位点
503	2025-09-18	Revolutionizing Oncology Through AI: Addressing Cancer Disparities by Improving Screening, Treatment, and Survival Outcomes via Integration of Social Determinants of Health 2025-Aug-31, Cancers IF:4.5Q1 DOI:10.3390/cancers17172866 PMID:40940963	综述	本文综述了人工智能在整合健康社会决定因素（SDOH）以减少癌症差异方面的应用与潜力	强调AI通过整合SDOH数据优化癌症风险分层、筛查资源分配及个性化治疗，尤其在服务不足人群中的创新应用	存在AI筛查偏差、临床试验代表性不足及治疗推荐差异等挑战	探讨AI如何利用SDOH减少癌症护理差异，实现更公平的肿瘤学成果	癌症患者群体，特别是医疗服务不足的脆弱人群	自然语言处理	癌症	机器学习（ML）、自然语言处理（NLP）、深度学习医学影像分析、可解释AI（XAI）	深度学习	电子健康记录（EHR）、地理信息系统（GIS）、真实世界临床试验数据	NA
504	2025-09-18	Surface-Enhanced Raman Spectroscopy Semi-Quantitative Molecular Profiling with a Convolutional Neural Network 2025-Aug-31, Applied spectroscopy IF:2.2Q2 DOI:10.1177/00037028251377474 PMID:40887786	研究论文	本研究开发了一种结合表面增强拉曼光谱与卷积神经网络的半定量分子分析方法	将多标签CNN用于SERS光谱数据中结构相似分析物的判别，并结合SVR模型进行半定量浓度比测定	NA	解决复杂环境中多种分子物种识别和定量的分析挑战	短链脂肪酸（SCFAs）作为代表性生物分子靶标	机器学习	NA	表面增强拉曼光谱（SERS）	CNN, SVR	光谱数据	使用短链脂肪酸二元混合物进行系统验证
505	2025-09-18	Deep learning enhances precision diagnosis and treatment of non-small cell lung cancer: future prospects 2025-Aug-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-2025-187 PMID:40948833	综述	本文综述了深度学习技术在非小细胞肺癌精准诊断与治疗中的进展及未来方向	展示了深度学习如何超越传统肿瘤治疗模式，通过多模态数据融合提升诊断准确性和治疗个性化	面临大规模高质量数据集需求、模型可解释性不足及数据隐私伦理等问题	探讨深度学习在NSCLC精准医疗中的应用潜力与发展方向	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	多组学数据整合	CNN及复杂架构	影像、基因组、病理和临床数据	NA
506	2025-09-18	Intraoperative applications of artificial intelligence for augmented parathyroid gland recognition: a narrative review 2025-Aug-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-165 PMID:40948914	综述	本文综述人工智能在术中辅助识别甲状旁腺的应用现状与进展	首次系统总结AI在多种甲状旁腺识别技术（如近红外自发荧光、视觉识别等）中的增强作用，并对比AI模型与不同年资外科医生的表现差异	纳入研究数量有限（11篇），且当前模型尚未投入大规模临床商用	探索人工智能提升术中甲状旁腺识别准确率，降低术后甲状旁腺功能减退发生率	甲状旁腺组织（正常与异常腺体的区分）	digital pathology	甲状腺疾病	NIR autofluorescence, ICG angiography, dual-RGB/NIR imaging	deep learning	image	11项研究（涉及多种成像技术和手术场景）
507	2025-09-18	Multimodal model enhances qualitative diagnosis of hypervascular thyroid nodules: integrating radiomics and deep learning features based on B-mode and PDI images 2025-Aug-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-183 PMID:40948925	研究论文	开发基于B超和能量多普勒成像的多模态机器学习模型，以提高富血管甲状腺结节的良恶性诊断准确性	整合B超和PDI图像的放射组学与深度学习特征，构建多模态融合模型，并首次在甲状腺结节诊断中应用TABPFN等多种机器学习算法进行对比	模型在测试集表现存在过拟合现象（训练AUC 1.00 vs 测试AUC 0.89），泛化能力有待提升	解决富血管甲状腺结节良恶性鉴别诊断中超声特征重叠和血管表征有限的临床挑战	315例经病理证实的富血管甲状腺结节患者（Adler分级2/3级）	医学影像分析	甲状腺结节	超声成像（B-mode和PDI）、放射组学特征提取、深度学习特征提取	SVM, Random Forest, Logistic Regression, XGBoost, TABPFN	多模态超声图像	315例患者（训练集220例，测试集95例）
508	2025-09-18	Artificial intelligence-driven diagnosis of acute thoracic aortic dissection: integrating imaging, biomarkers, and clinical workflows-a narrative review 2025-Aug-31, Annals of translational medicine DOI:10.21037/atm-25-82 PMID:40949677	综述	本文综述了人工智能在急性胸主动脉夹层（ATAD）诊断中的应用，整合影像学、生物标志物和临床工作流程	系统评估AI模型在急诊环境中快速分诊和诊断ATAD的性能及临床意义，并展望AI与深度学习在优化临床管理中的未来作用	仅检索2015-2025年间发表的研究，可能存在文献覆盖不全的问题；且为叙述性综述，未进行定量Meta分析	评估AI模型在急诊环境下区分ATAD与其他胸痛相关疾病（如ACS和PE）的性能及临床价值	急性胸主动脉夹层（ATAD）患者，以及与其他胸痛急症患者的鉴别	数字病理	心血管疾病	人工智能（AI）与深度学习（DL）	多种AI模型（具体未指明）	影像数据、生物标志物数据、临床数据	基于18项研究（但未明确总样本量）
509	2025-09-18	Narrative review of the application of artificial intelligence-related technologies in the diagnosis of pulmonary nodules with recommendations for clinical practice and future research 2025-Aug-31, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-1512 PMID:40950910	综述	本文回顾了人工智能技术在肺结节诊断中的应用现状，并提出了临床实践和未来研究的建议	综合分析了近10年中英文文献，系统总结了AI在肺结节影像学、病理学和基因组学诊断中的跨学科应用进展	模型标准化不足、外部验证缺乏，仍需大规模前瞻性研究支持临床应用	探讨人工智能技术在肺结节诊断中的应用现状和发展前景	肺结节及早期肺癌	数字病理	肺癌	深度学习、机器学习、影像组学	NA	医学影像、病理图像、基因组数据	基于近10年文献的系统回顾，未报告具体样本量
510	2025-09-18	FoldExplorer: Fast and Accurate Protein Structure Search with Sequence-Enhanced Graph Embedding 2025-Aug-30, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169412 PMID:40889693	研究论文	提出一种基于深度学习的蛋白质结构快速搜索方法FoldExplorer，结合图注意神经网络和蛋白质语言模型编码结构与序列信息	首次联合利用图注意神经网络和蛋白质语言模型生成专用于蛋白质结构搜索的嵌入表示，支持低置信度预测结构的高效搜索	NA	开发高效准确的蛋白质结构搜索工具以应对结构数据库的指数级增长	蛋白质三维结构	生物信息学	NA	图注意神经网络(GAT)、蛋白质语言模型	图神经网络(GNN)	蛋白质结构数据、序列数据	NA
511	2025-09-18	ChronoSynthNet: a dual-task deep learning model development and validation study for predicting real-time norepinephrine dosage and the early detection of hypotension in patients with septic shock 2025-Aug-30, Cardiovascular diagnosis and therapy IF:2.1Q3 DOI:10.21037/cdt-2025-265 PMID:40948722	研究论文	开发并验证一种双任务深度学习模型ChronoSynthNet，用于预测脓毒性休克患者的实时去甲肾上腺素剂量和早期检测低血压	结合Transformer编码器、LSTM层和动态特征加权网络，实现跨变量和时间关系的联合学习，并提前3.5小时预测低血压事件	基于回顾性数据，需前瞻性多中心验证才能临床部署	个性化血管加压药物治疗并预测病情恶化	脓毒性休克成年患者	医疗人工智能	脓毒症休克	深度学习，电子健康记录（EHR）时间序列分析	Transformer, LSTM	时间序列临床数据	来自MIMIC-IV数据库（2008-2019）的合格ICU住院患者
512	2025-09-18	Machine Learning Models for Predicting Gynecological Cancers: Advances, Challenges, and Future Directions 2025-Aug-27, Cancers IF:4.5Q1 DOI:10.3390/cancers17172799 PMID:40940896	综述	本文回顾了机器学习模型在妇科癌症预测中的最新进展、挑战及未来方向	讨论了可解释AI、联邦学习和多组学融合等新兴技术以提高模型可靠性和实用性	存在数据不一致性、模型解释困难以及临床转化问题	提升妇科癌症的早期预测能力以改善生存率并指导个性化治疗	妇科癌症（如乳腺癌、宫颈癌、卵巢癌）患者	机器学习	妇科癌症	多组学数据融合（临床记录、基因组学、蛋白质组学、医学影像）	SVM, Random Forest, CNN等深度学习模型	多模态数据（结构化临床数据、影像数据、生物分子数据）	NA
513	2025-09-18	Comparative Evaluation of CNN and Transformer Architectures for Flowering Phase Classification of Tilia cordata Mill. with Automated Image Quality Filtering 2025-Aug-27, Sensors (Basel, Switzerland) DOI:10.3390/s25175326 PMID:40942760	研究论文	本研究比较了CNN和Transformer架构在椴树开花期自动分类中的性能，并引入了自动化图像质量过滤方法	首次提出基于XGBoost的自动化图像质量过滤方法，并首次系统性地对比了传统CNN与Transformer架构在物候期识别中的表现	研究主要针对特定树种（小叶椴），虽然方法可推广但需要进一步验证在其他物种上的适用性	开发高精度的开花期自动分类方法，支持生态监测和气候变化研究	小叶椴（Tilia cordata Mill）的开花物候期	计算机视觉	NA	深度学习，图像处理，XGBoost分类器	CNN（VGG16, ResNet50, EfficientNetB3, MobileNetV3 Large, ConvNeXt Tiny）, Transformer（ViT-B/16, Swin Transformer Tiny）	图像	大规模真实野外环境采集的图像数据集（具体数量未明确说明）
514	2025-09-18	Applications of artificial intelligence in stem cell therapy 2025-Aug-26, World journal of stem cells IF:3.6Q3 DOI:10.4252/wjsc.v17.i8.106086 PMID:40951704	综述	本文探讨人工智能在干细胞治疗中的应用及其潜力与挑战	系统整合AI技术于干细胞治疗全流程，包括行为分析、鉴定优化及风险预测	AI技术尚不成熟，存在算法验证、数据质量与可用性不足及伦理问题	提升干细胞治疗的质量、效率与安全性，加速相关研究与应用进展	干细胞及其治疗应用	机器学习	NA	人工智能、机器学习、深度学习	NA	多模态数据（未明确具体类型）	NA
515	2025-09-18	Comparison of ChatGPT and DeepSeek large language models in the diagnosis of pericarditis 2025-Aug-26, World journal of cardiology IF:1.9Q3 DOI:10.4330/wjc.v17.i8.110489 PMID:40949931	研究论文	比较ChatGPT和DeepSeek两种大型语言模型在心包炎诊断中的准确性	首次将大型语言模型应用于心包炎诊断领域，并直接比较不同模型性能	样本量较小（仅16例），需更大样本和优化提示工程以提高诊断准确性	评估大型语言模型作为心包炎风险分层工具的辅助诊断能力	18岁以上经确诊的急性心包炎患者病例报告	自然语言处理	心血管疾病	大型语言模型（LLM）	ChatGPT, DeepSeek	文本（医学病例报告）	16例符合纳入标准的病例报告
516	2025-09-18	Harnessing AI-driven reverse docking in drug discovery: a comprehensive review of opportunities, challenges, and emerging trends 2025-Aug-25, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06480-y PMID:40853597	综述	本文全面回顾了AI驱动的反向对接在药物发现中的应用，包括机遇、挑战和新兴趋势	整合AI技术与反向对接方法，优化药物靶点识别和相互作用预测，支持药物重定位和精准医疗	面临数据限制和算法复杂性等挑战	探讨AI增强的反向对接在药物发现中的潜力和未来发展	药物靶点、治疗相互作用、多组学数据	machine learning	NA	machine learning, deep learning, reinforcement learning, virtual screening	NA	multi-omics数据	NA
517	2025-09-18	Predicting Healthcare Utilization Outcomes With Artificial Intelligence: A Large Scoping Review 2025-Aug-21, Value in health : the journal of the International Society for Pharmacoeconomics and Outcomes Research IF:4.9Q1 DOI:10.1016/j.jval.2025.08.007 PMID:40848744	综述	本文通过范围综述方法，系统分析了人工智能在医疗资源利用预测领域的研究现状、趋势与挑战	首次全面评估AI预测医疗资源利用的数据集特征、方法学应用及报告规范符合度，识别关键研究空白	纳入研究仅覆盖至2025年1月，且未包含所有相关变量组（如社会经济、服务提供者特征等）	描绘人工智能在医疗资源利用预测中的研究图景，识别趋势、差距及标准化报告需求	医疗资源利用预测相关研究（共121项符合纳入标准的研究）	医疗健康人工智能	NA	范围综述方法（Joanna Briggs Institute methodology），AI预测模型	集成模型（66.9%），深度学习模型（16.5%）	电子健康记录（60%），医保索赔数据（28%）	121项研究
518	2025-09-18	Metabolic modelling: Insights into the machine room of plant metabolism 2025-Aug-14, Journal of plant physiology IF:4.0Q1 DOI:10.1016/j.jplph.2025.154584 PMID:40957247	综述	本文综述了植物代谢建模的最新进展及其在从亚细胞到生态系统层面研究代谢网络的应用	整合机器学习与深度学习框架辅助模型重建与分析，并探索增强机制模型的混合策略	NA	研究植物代谢网络的机制与功能	植物代谢网络及其在不同物种和环境中的表现	计算生物学	NA	代谢建模、机器学习、深度学习	混合模型（机制模型与机器学习结合）	代谢网络数据	NA
519	2025-09-18	Deep Learning Prediction and Interpretation of Riverine Nitrate Export Across the Mississippi River Basin 2025-Aug-09, Water resources research IF:4.6Q1 DOI:10.1029/2024WR039207 PMID:40948694	研究论文	利用深度学习模型预测和解释密西西比河流域的河流硝酸盐输出	结合高频传感器数据和LSTM模型进行时空验证，并利用可解释的Shapley值识别关键驱动因素和非线性阈值	在未监测流域的空间验证性能较低（中位KGE=0.18），突显当前数据空白的影响	预测和解释河流硝酸盐输出，为营养物管理策略提供依据	密西西比河流域的河流硝酸盐浓度和输出	机器学习	NA	高频传感器数据，LSTM模型，Shapley值解释	LSTM	时间序列传感器数据	美国本土的高频传感器数据，覆盖1980年至2022年
520	2025-09-18	Novel CAC Dispersion and Density Score to Predict Myocardial Infarction and Cardiovascular Mortality 2025-Aug, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018059 PMID:40613107	研究论文	本研究开发了一种新型冠状动脉钙化分散与密度评分（CAC-DAD），用于预测主要不良心血管事件（MACE），并通过多中心回顾性研究验证其优于传统Agatston评分	提出首个综合考虑冠状动脉钙化空间分布和高密度钙化保护性效应的自动化评分系统	回顾性研究设计，样本量相对有限（961例患者），随访时间中位数较短（30天）	开发并验证新型心血管风险预测评分	接受心脏计算机断层扫描的心血管疾病或围手术期风险评估患者	数字病理	心血管疾病	心脏计算机断层扫描，深度学习算法	深度学习	医学影像	961例患者（中位年龄67岁，61%男性）