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
641	2025-12-11	Deep Learning-Assisted System Improves Practical Effects in Cervical Cytopathology Diagnosis: A Comparative Study of Reading Modes 2025-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100882 PMID:40914500	研究论文	本研究通过随机对照四向交叉设计，比较了四种宫颈细胞病理学阅片模式（无辅助、同步、二次和分流模式）在深度学习辅助下的诊断效果	首次采用随机对照四向交叉设计系统评估四种深度学习辅助阅片模式，并综合分析了细胞病理学家的偏好与体验	研究为回顾性设计，可能受到选择偏倚的影响；未详细说明深度学习模型的具体架构与训练细节	评估深度学习辅助系统在宫颈细胞病理学诊断中的实际效果，并比较不同阅片模式的优劣	2021年至2022年间回顾性收集的1620张宫颈涂片玻片	数字病理学	宫颈癌	深度学习辅助诊断	NA	图像	1620张宫颈涂片玻片，由108名认证细胞病理学家阅片	NA	NA	灵敏度, 特异度	NA
642	2025-12-11	Leveraging explainable artificial intelligence for transparent and trustworthy cancer detection systems 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103243 PMID:40839960	综述	本文系统回顾了可解释人工智能（XAI）在癌症检测中的最新应用，并对其技术、数据集、仿真环境和安全性进行了分类分析	首次系统性地对XAI在多种癌症检测中的应用进行综述，并量化了模型使用、解释框架和编程语言的分布情况，同时指出了安全性研究的不足	仅7.4%的研究涉及安全性问题，且综述范围可能未覆盖所有新兴技术或未发表的研究	评估可解释人工智能在癌症检测中的透明度和可信度，以指导未来肿瘤学中可信赖且可解释的AI研究	涵盖乳腺癌、皮肤癌、肺癌、结直肠癌、脑癌等多种癌症类型的检测系统	机器学习	癌症	深度学习，可解释人工智能	CNN	图像	NA	Python	CNN	NA	NA
643	2025-12-11	Machine and deep learning for MRI-based quantification of liver iron overload: a systematic review and meta-analysis 2025-Nov, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01513-2 PMID:40956404	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了机器学习和深度学习在基于MRI的肝脏铁过载定量中的诊断准确性、算法性能和临床适用性	首次对机器学习和深度学习在MRI肝脏铁浓度定量中的应用进行系统性总结和荟萃分析，量化了其诊断性能并强调了自动化处理的优势	研究存在异质性、外部验证集规模有限以及泛化能力不足等问题	评估机器学习和深度学习技术在基于MRI的肝脏铁过载定量中的诊断准确性、算法性能和临床适用性	肝脏铁过载患者，特别是遗传性血色素沉着症和重型β-地中海贫血患者	医学影像分析	肝脏铁过载	MRI（T2*加权和多参数磁共振成像）	CNN, 放射组学, 模糊C均值聚类	MRI图像	NA	NA	卷积神经网络	灵敏度, 特异性, AUC, 相关系数, 平均绝对误差	NA
644	2025-12-11	Artificial intelligence in the operating room: A systematic review of AI models for surgical phase, instruments and anatomical structure identification 2025-Nov, Acta obstetricia et gynecologica Scandinavica IF:3.5Q1 DOI:10.1111/aogs.70045 PMID:40862620	系统综述	本文系统综述了人工智能在手术室中的应用，特别是利用深度学习算法分析术中视频以识别手术阶段、解剖结构和手术器械	系统性地回顾和总结了多种深度学习算法在手术视频分析中的应用，并量化了其在手术阶段识别和解剖结构识别方面的性能表现	数据集存在局限性，注释协议需要标准化，且可能存在偏差	评估人工智能模型在手术室中用于手术阶段、解剖结构和手术器械识别的应用效果	术中视频	计算机视觉	NA	深度学习	深度学习模型	视频	21项研究	NA	多层互联神经网络架构	准确率, 精确率, 召回率, F1分数	NA
645	2025-12-11	Development and validation of explainable deep learning models for classification of atrial fibrillation subtypes using cardiac computed tomography 2025-Nov, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.08.031 PMID:41357266	研究论文	本研究开发并验证了基于心脏CT左心房形态的可解释深度学习模型，用于分类心房颤动亚型	首次利用心脏CT左心房形态特征，通过3D-CNN模型以可解释方式区分阵发性与持续性心房颤动，并识别与持续性房颤相关的空间重构模式	样本量相对有限（内部验证269例，外部验证151例），且仅基于单一影像模态（心脏CT）	开发可解释的深度学习模型，用于基于心脏CT左心房形态分类心房颤动亚型，并增强对房颤进展机制的理解	心房颤动患者（阵发性与持续性）	计算机视觉	心血管疾病	心脏CT	CNN	图像	内部验证269例患者，外部验证151例患者	NA	3D-DenseNet201	AUC, 准确率	NA
646	2025-12-11	Fall Detection in Elderly People: A Systematic Review of Ambient Assisted Living and Smart Home-Related Technology Performance 2025-Oct-23, Sensors (Basel, Switzerland) DOI:10.3390/s25216540 PMID:41228764	系统综述	本文系统综述了环境辅助生活与智能家居技术中老年人跌倒检测系统的性能表现	通过系统综述方法，首次将跌倒检测性能参数与传感器类别及方法进行综合分类比较，并利用ANOVA分析揭示了可穿戴传感器性能较差而深度学习方法表现最佳的结论	研究仅基于文献综述，未进行原始实验验证；数据库筛选可能存在遗漏；未考虑不同研究间实验设置差异对性能比较的影响	调查环境辅助生活与智能家居中跌倒检测系统的性能，分析不同传感器类别和方法的优劣	老年人跌倒检测系统	机器学习	老年疾病	NA	深度学习, 机器学习, 阈值方法	传感器数据	80项研究	NA	NA	准确率, 精确率, 灵敏度, 特异性, F1分数, 训练时间, 测试时间	NA
647	2025-12-11	[Expert consensus on clinical application of immunotherapy intelligent prediction for colorectal cancer based on artificial intelligence platform(2025 version)] 2025-Oct-01, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20250327-00162 PMID:40831122	专家共识	本文介绍了基于人工智能平台的结直肠癌免疫治疗智能预测临床应用的专家共识（2025版），旨在利用深度学习算法预测MSI状态并指导免疫治疗决策	提出了一种基于人工智能平台和深度学习算法的结直肠癌免疫治疗智能预测新策略，以克服传统MSI检测方法的局限性	共识内容基于现有研究，其广泛临床应用仍需进一步验证；未详细说明具体算法性能的局限性	制定结直肠癌免疫治疗智能预测的临床专家共识，以促进MSI状态预测并支持免疫治疗方案的选择与应用	结直肠癌患者	数字病理学	结直肠癌	免疫组织化学，下一代测序	深度学习算法	病理图像，分子标记数据	NA	NA	NA	NA	NA
648	2025-12-11	Molecular dynamics simulations of proteins: an in-depth review of computational strategies, structural insights, and their role in medicinal chemistry and drug development 2025-Sep-26, Biological cybernetics IF:1.7Q4 DOI:10.1007/s00422-025-01026-0 PMID:41003729	综述	本文深入综述了分子动力学模拟在蛋白质研究中的计算策略、结构见解及其在药物化学和药物开发中的作用	聚焦于MD在阐明蛋白质行为及其与抑制剂相互作用方面的应用，并探讨了机器学习与深度学习技术整合的未来趋势	当前计算模型与实际细胞条件之间仍存在差距，需要进一步缩小	探讨分子动力学模拟在生物医学研究，特别是蛋白质行为和药物开发中的应用	蛋白质及其与抑制剂的相互作用	计算生物学	NA	分子动力学模拟	NA	分子结构数据	NA	GROMACS, DESMOND, AMBER	NA	NA	NA
649	2025-12-11	A systematic review of contactless respiratory rate measurement using RGB cameras 2025-Sep-04, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adfc24 PMID:40816317	综述	本文系统回顾了使用RGB相机进行无接触呼吸率测量的方法，评估了公开数据集、信号预处理技术，并与其他传感器模态进行了比较	系统性地比较了RGB相机与其他传感器（如热成像和红外传感器）在呼吸率测量中的性能，并强调了在复杂真实世界场景中数据集标准化和多传感器融合的重要性	现有研究在低光照、高运动或复杂非受控环境中的性能显著下降，且缺乏基于复杂真实世界场景的数据集	评估无接触呼吸率测量技术的进展，探索其在临床和非临床环境中的应用潜力	RGB相机采集的呼吸率数据，以及公开数据集中的光照、肤色和运动多样性	计算机视觉	NA	RGB相机成像	深度学习模型, 混合模型	视频	NA	NA	深度神经网络	误差	NA
650	2025-12-11	Machine Learning for Multi-Omics Characterization of Blood Cancers: A Systematic Review 2025-Sep-04, Cells IF:5.1Q2 DOI:10.3390/cells14171385 PMID:40940796	综述	本文系统综述了人工智能和机器学习在血液肿瘤多组学分子特征分析中的应用	首次系统评估了机器学习在血液肿瘤多组学整合分析中的应用现状，特别强调了可解释性、性能、可重复性和伦理问题	纳入研究存在验证不足、可解释性有限、标准化缺乏等问题，且部分血液疾病研究较少	评估人工智能和机器学习在血液肿瘤多组学分子特征分析中的应用效果与现状	血液系统恶性肿瘤（如急性髓系白血病、急性淋巴细胞白血病、多发性骨髓瘤）	机器学习	血液癌症	多组学整合分析	支持向量机, 随机森林, 深度学习	多组学数据	89项符合纳入标准的研究（共筛选2847条记录）	NA	NA	曲线下面积	NA
651	2025-12-11	Advancements in Artificial Intelligence and Machine Learning for Occupational Risk Prevention: A Systematic Review on Predictive Risk Modeling and Prevention Strategies 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175419 PMID:40942853	综述	本文对人工智能和机器学习在职业风险预防领域的应用进行了系统性综述，重点关注预测性风险建模和预防策略	首次系统性地综述了2019年以来AI/ML在职业风险预测与预防中的应用，揭示了该领域的研究趋势、主要技术方法和应用局限	过度依赖视觉数据（在低能见度环境中效果不佳），缺乏AI风险检测系统的方法学标准化	识别、评估和综合现有关于使用AI算法检测和预测工作场所危险环境和职业风险的文献	职业风险预防领域的学术文献	机器学习	NA	深度学习	CNN, YOLO	视觉数据	61篇相关文章（经过系统筛选后）	NA	卷积神经网络, YOLO	NA	NA
652	2025-12-11	Ultrasound-based machine learning models for predicting response to neoadjuvant chemotherapy in breast cancer: A meta-analysis 2025-Sep, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110574 PMID:40769066	荟萃分析	本研究通过荟萃分析评估了基于超声的机器学习模型在预测乳腺癌新辅助化疗反应方面的效能	首次对基于超声的机器学习模型预测乳腺癌新辅助化疗反应的研究进行系统性回顾和荟萃分析，并特别区分了完全缓解和部分缓解的预测模型	对于部分缓解的预测模型，仅能进行内部验证分析，缺乏外部验证结果；需要进一步研究以开发临床可推广的模型	系统评估基于超声的机器学习模型预测乳腺癌患者新辅助化疗反应的效能	乳腺癌患者	数字病理学	乳腺癌	超声影像学	机器学习模型，深度学习模型	超声图像	22项研究（具体样本量未在摘要中提供）	NA	NA	敏感性，特异性，AUC	NA
653	2025-12-11	A new era in colorectal cancer: Artificial Intelligence at the forefront 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110926 PMID:40818204	综述	本文通过系统性文献综述，全面探讨了人工智能在结直肠癌领域的应用，包括早期检测、风险预测、治疗规划等多个方面	系统性整合了人工智能在结直肠癌领域的多种应用，并对比了不同AI模型的使用频率和效果，强调了可解释AI和混合模型的重要性	基于文献综述，可能受限于现有研究的质量和数据可用性，未涉及原始实验验证	综述人工智能在结直肠癌筛查、诊断、预测和治疗中的应用，评估其潜力和挑战	结直肠癌相关的研究文献和人工智能模型	机器学习	结直肠癌	机器学习、深度学习、可解释AI、混合模型	随机森林、支持向量机、卷积神经网络	NA	NA	NA	NA	准确率、延迟时间、数据隐私、鲁棒性、数据集可用性	NA
654	2025-12-11	Buzzing with Intelligence: A Systematic Review of Smart Beehive Technologies 2025-Aug-29, Sensors (Basel, Switzerland) DOI:10.3390/s25175359 PMID:40942788	综述	本文对应用于蜂箱的智能系统进行了系统性文献回顾，重点关注物联网监控、传感器模态、机器学习技术及其在精准养蜂中的应用	系统性地整合了智能蜂箱技术的最新进展，突出了深度学习、计算机视觉和多模态传感器融合的趋势，并强调了公开数据集的重要性	系统集成、数据集标准化和大规模部署方面仍存在挑战	调查智能系统在养蜂中的应用，以改善蜂群健康、生产力和环境适应性	智能蜂箱技术，包括物联网监控、传感器和机器学习应用	机器学习	NA	物联网监控、传感器技术、机器学习	深度学习	环境数据、声学数据、视觉数据、结构数据	分析了135篇同行评审出版物	NA	NA	NA	NA
655	2025-12-11	The diagnostic performance of ultrasound features for biliary atresia: a systematic review and updated meta-analysis 2025-Aug-18, Pediatric surgery international IF:1.5Q3 DOI:10.1007/s00383-025-06118-3 PMID:40824323	荟萃分析	本文通过系统综述和更新的荟萃分析，评估了超声特征在诊断胆道闭锁（BA）和囊性胆道闭锁（CBA）中的诊断性能	首次专门针对囊性胆道闭锁（CBA）与伴有黄疸和肝门区囊肿的婴儿的鉴别诊断，评估了超声特征的准确性，并整合了人工智能在提高诊断准确性方面的潜力	超声引导下经皮经肝胆管造影（PTCC）的临床应用受限于技术复杂性和患者要求，且胆囊异常相关特征的未检出比例存在较大变异	评估超声特征在鉴别胆道闭锁（BA）与婴儿胆汁淤积症，以及囊性胆道闭锁（CBA）与伴有黄疸和肝门区囊肿的婴儿中的诊断性能	胆道闭锁（BA）和囊性胆道闭锁（CBA）患者，以及作为对照的婴儿胆汁淤积症或伴有黄疸和肝门区囊肿的婴儿	数字病理学	胆道闭锁	超声成像	NA	医学影像（超声图像）	NA	NA	NA	敏感性, 特异性, 汇总受试者工作特征曲线	NA
656	2025-12-11	Performance Evaluation of Deep Learning for the Detection and Segmentation of Thyroid Nodules: Systematic Review and Meta-Analysis 2025-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/73516 PMID:40811738	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习算法在甲状腺结节检测和分割中的诊断性能	首次通过系统综述和荟萃分析全面评估深度学习在甲状腺结节影像诊断中的性能，并比较其与临床医生的准确性	现有研究存在方法学设计欠佳、数据集图像质量不一致以及外部验证不足等问题，可能引入偏倚	评估深度学习算法在诊断甲状腺结节恶性程度方面的性能，识别影响其诊断效能的关键因素，并与临床医生的图像诊断准确性进行比较	甲状腺结节	医学图像分析	甲状腺癌	深度学习	深度学习模型	医学影像	基于41项符合条件的研究	NA	NA	敏感性, 特异性, AUC	NA
657	2025-12-11	Deep learning-based normative database of anterior chamber dimensions for angle closure assessment: the Singapore Chinese Eye Study 2025-Mar-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-325602 PMID:39486884	研究论文	本研究利用深度学习算法建立前房尺寸的规范数据库，用于评估闭角型青光眼	首次使用深度学习算法处理Visante ASOCT扫描数据，建立基于年龄和性别的规范分布，并应用百分位数截断值检测原发性闭角型青光眼	研究仅基于新加坡华人群体，可能不适用于其他种族；排除了有眼部手术或外伤的眼睛，限制了泛化性	建立前房尺寸的规范数据库，以评估闭角型青光眼	新加坡华人眼病研究中的受试者，包括开角和闭角眼睛	数字病理学	青光眼	前节光学相干断层扫描	深度学习算法	ASOCT扫描图像	2157只眼睛（1853只开角，304只闭角）	NA	NA	平衡准确度, 灵敏度, 特异性	NA
658	2025-12-11	International expert consensus on the current status and future prospects of artificial intelligence in metabolic and bariatric surgery 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94335-0 PMID:40102585	共识声明	本文通过德尔菲法建立了国际专家共识，探讨了人工智能在代谢与减重手术中的当前应用与未来前景	首次通过国际多中心专家共识，系统评估了人工智能在代谢与减重手术各环节的应用潜力与伦理规范	共识基于专家意见，缺乏实际临床数据验证；未涉及具体AI算法的技术细节与验证标准	建立关于人工智能在代谢与减重手术中作用的国际专家共识	代谢与减重手术领域的人工智能应用	医疗人工智能	代谢性疾病与肥胖症	NA	NA	专家意见与共识声明	来自35个国家的68位代谢与减重外科专家	NA	NA	共识达成率（≥70%）	NA
659	2025-12-11	Diagnostic precision of a deep learning algorithm for the classification of non-contrast brain CT reports 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1509377 PMID:40417183	研究论文	本研究评估了一种用于非增强脑CT报告分类的深度学习算法的诊断精度	首次在非增强脑CT报告分类任务中应用并评估了DistilBERT模型，并揭示了在特定机构环境中AI决策支持系统诊断准确性下降的现象	无法确定模型性能下降的具体原因，存在不确定的故障模式，且模型的泛化能力存疑	确定深度学习算法对非增强脑CT报告进行分类的诊断精度	非增强脑CT报告	自然语言处理	NA	文本分类	Transformer	文本	1861份非增强脑CT报告（其中800份用于训练，200份用于验证）	Python	DistilBERT	F1分数, 灵敏度, 特异性, 阳性预测值	NA
660	2025-05-27	Advancements in Structure-based Drug Design Using Geometric Deep Learning 2025, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673388739250516071228 PMID:40417758	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA