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
841	2025-09-15	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	本文探讨了利用个人基础模型实现AI个性化以提升数字疗法精度的前沿方法	提出结合自监督学习与个性化机器学习，通过患者未标注数据预训练模型，减少标注需求，实现精准医疗	需解决人机交互创新以确保标注一致性等实际挑战	推动个性化AI在数字健康干预中的应用，提高对异质性健康事件的预测精度	患者生成的健康数据流及个体健康结果预测	机器学习	NA	自监督学习	深度学习模型	未标注数据流	NA
842	2025-09-15	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	本研究开发了一种结合语音和筛查工具的多模态AI框架，用于自闭症谱系障碍（ASD）的早期筛查和风险分层	提出了一种新颖的两阶段多模态AI框架，整合移动应用收集的亲子互动音频和多种筛查工具（MCHAT、SCQ-L、SRS）数据，实现了高精度的ASD风险分层	研究样本仅包含1242名儿童（18-48个月），可能需要更大样本和更广泛年龄范围的验证	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个月的儿童，包括典型发育儿童、高风险儿童和ASD儿童	自然语言处理	自闭症谱系障碍	深度学习，音频特征分析	多模态AI框架	音频，文本（筛查工具数据）	1242名儿童
843	2025-09-15	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	本研究结合深度学习和机器学习开发多模型预测工具，用于糖尿病足风险早期识别	采用17种AI模型集成并开发临床应用程序，提供单例和批量预测功能，增强预测透明度和稳定性	回顾性研究设计，未来需算法优化、扩大数据集并整合实时监测功能	开发糖尿病足风险预测工具以辅助临床早期干预	6180名60-85岁老年糖尿病患者	机器学习	糖尿病	Lasso回归、交叉验证、网格搜索、SHAP分析	RF, XGBoost, CART, MLP, DNN, CNN, Transformer, Logistic回归集成	临床数据	6180例来自上海11家社区医院的老年糖尿病患者
844	2025-09-15	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	本研究评估术后早期OCT中外视网膜结构对黄斑脱离性视网膜脱离术后视力恢复的预测价值	首次证实术后1个月ELM缺失是视力预后的独立预测因子，并发现rEZR可作为光感受器代谢恢复的敏感标志物	回顾性研究设计，样本量有限（106眼），未考虑所有潜在混杂因素	探索黄斑脱离性RRD术后视力预后的早期影像学生物标志物	106例接受玻璃体切除术和气体填塞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	影像数据	106眼
845	2025-09-15	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FA图像中提取全脑特征并解析白质微结构的遗传架构	采用无监督深度学习直接从体素级FA图像中提取特征，避免传统基于解剖先验的平均化方法，显著提升遗传发现能力	方法依赖于扩散MRI数据质量，未明确讨论跨人群泛化能力	解析白质微结构的遗传基础及其与脑疾病和认知特征的关联	人脑白质微结构（通过FA图像表征）	医学影像分析	神经精神疾病（如精神分裂症、帕金森病）	扩散MRI，全基因组关联分析（GWAS），网络分析	无监督深度学习（具体架构未说明）	医学影像（FA图像）	未明确说明样本数量，但涉及多变量GWAS和大量遗传位点
846	2025-09-15	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模型LUNAR，用于预测胶质瘤的早期复发	首次结合注意力机制整合基因组和临床多模态数据预测胶质瘤复发	NA	预测胶质瘤的早期复发以优化临床管理	II-IV级原发性胶质瘤患者	机器学习	胶质瘤	mRNA表达测序、突变分析	基于注意力机制的深度学习分类器	临床数据、突变数据、mRNA表达数据	TCGA和GLASS两个独立数据集的患者样本
847	2025-09-15	DeepAIPs-SFLA: Deep Convolutional Model for Prediction of Anti-Inflammatory Peptides Using Binary Pattern Decomposition of Novel Multiview Descriptors with an SFLA Approach 2025-Aug-19, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02422 PMID:40852276	研究论文	提出一种基于深度学习的计算模型DeepAIPs-SFLA，用于预测抗炎肽，通过结合进化信息和结构特征提升预测性能	采用基于图像的编码方法整合进化与结构特征，使用LBP和CLBP分解生成新型局部纹理描述符，并应用改进的SFLA算法进行特征选择	NA	开发高精度抗炎肽预测工具以促进炎症疾病药物研发	抗炎肽（AIPs）序列	生物信息学	炎症性疾病（如关节炎、癌症、心血管疾病等）	RECM和PSSM嵌入、LBP和CLBP分解算法、差分进化特征整合	深度残差卷积神经网络（RCNN）	蛋白质序列数据（转换为二维图像）	训练序列及独立验证集（Ind-426和Ind-1049数据集）
848	2025-09-15	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	教程与综述	本文澄清医学、心理学和社会科学中人工智能与机器学习术语的误用，并提供实用建议	系统梳理跨学科术语混淆问题并提出基于证据的标准化建议	未涉及具体技术实现或实证研究验证	促进不同学科间及科研与公众间的清晰交流	医学科研工作者、心理学家、社会科学研究者	跨学科方法学	NA	系统综述方法	NA	文献文本	NA
849	2025-09-15	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实时预测模型，用于急性低氧性呼吸衰竭患者高流量鼻导管治疗失败的风险评估	整合时序数据和多种临床特征，采用集成学习与LSTM网络，相比传统ROX指数显著提升预测性能，并首次结合实时预警系统	研究仅基于单中心内部验证，未进行外部验证	预测急性低氧性呼吸衰竭患者HFNC治疗失败风险，辅助临床决策	急性低氧性呼吸衰竭患者	机器学习	呼吸系统疾病	机器学习集成算法、LSTM网络	集成分类器、逻辑回归、LSTM	时序临床数据	427名患者，498条治疗记录
850	2025-09-15	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	开发并验证了一种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的生存预测和分层	使用大规模真实世界队列数据（SEER数据库）开发深度学习生存模型，在性能上显著优于传统统计方法（Cox比例风险模型和随机生存森林）	NA	改善三阴性乳腺癌患者的预后评估和分层，为临床治疗提供决策支持	37,818名三阴性乳腺癌患者	机器学习	乳腺癌	深度学习	pysurvival算法	临床数据	37,818名患者（训练集65%，验证集17.5%，测试集17.5%）
851	2025-09-15	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	提出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扫描中分割多发性肺癌病灶	开发了一种新颖的三步流程，包括胸腔边界框提取、多实例病灶分割以及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	NA	提高肺癌多病灶在CT扫描中的自动分割准确性，以支持精确诊断和个性化治疗	多发性肺癌病灶	计算机视觉	肺癌	深度学习	多尺度级联分类器	CT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
852	2025-09-15	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	开发了一种自动化框架，用于在宽场OCTA图像中分割低质量和无灌注区域，以获取糖尿病视网膜病变监测的关键指标	结合Q-NET和NPA-NET两个模型创建4类分割图，自动计算视网膜无灌注指数和中心凹无血管区面积	存在标注者间变异性（低质量区域平均Dice系数0.85，无灌注区域0.683），且仅由单名专家标注部分真值	糖尿病视网膜病变的自动化监测和生物标志物提取	糖尿病视网膜病变患者的宽场OCTA图像	数字病理学	糖尿病视网膜病变	OCTA（光学相干断层扫描血管成像）	深度学习网络（Q-NET和NPA-NET）	医学图像	88名患者的170张图像，测试集29张图像
853	2025-09-15	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	本文综述了人工智能和机器学习在脊柱护理中提升精准诊断、治疗和康复的应用与前景	利用深度学习算法提高诊断准确性，AI驱动的机器人手术导航系统提升植入精度，以及可穿戴设备和虚拟平台提供个性化自适应疗法	医疗数据集有限、算法偏见、伦理问题及与现有系统整合的挑战	推动脊柱疾病的精准医疗，提升诊断、治疗和康复效果	脊柱疾病患者及相关医疗护理流程	医疗人工智能	脊柱疾病	深度学习算法	深度学习	影像、临床和遗传数据	NA
854	2025-09-15	Clinical Applications of Artificial Intelligence in Corneal Diseases 2025-Aug-18, Vision (Basel, Switzerland) DOI:10.3390/vision9030071 PMID:40843795	综述	本文评估了人工智能模型在角膜疾病诊断中的临床应用，重点分析了其性能指标和临床潜力	系统评估了多种角膜疾病中AI模型的诊断性能，并识别了不同疾病类别中的具体挑战与优势	存在数据异质性、疾病定义缺乏标准化、影像采集不一致以及模型训练标准不统一等限制	评估人工智能在角膜疾病临床诊断中的应用效果与潜力	多种角膜疾病，包括圆锥角膜、Fuch's角膜内皮营养不良、感染性角膜炎等	数字病理	眼科疾病	深度学习	CNN	影像数据	NA
855	2025-09-15	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	本文系统回顾和荟萃分析了AI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，并证明其优于单模态方法	需要建立标准化数据库和改进研究设计	评估AI辅助生理和行为信息在抑郁症筛查中的分类性能	抑郁症患者	机器学习	抑郁症	EEG、眼动追踪、视频监控、音频分析、步态分析	深度学习模型	多模态数据（生理和行为信息）	基于合格研究的所有结果计算的汇总估计值
856	2025-09-15	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的可解释深度学习模型预测膀胱癌患者总生存期	首次利用术前CT扫描构建可解释深度学习模型，结合SHAP方法识别像素级预测特征，并通过多组学分析揭示风险分组的生物学机制	回顾性多中心研究，需要前瞻性验证	预测膀胱癌患者总生存期并指导个性化治疗策略	膀胱癌患者	数字病理	膀胱癌	CT扫描、RNA测序	深度学习模型	医学影像	训练队列765例，三个验证队列分别438例、181例和72例
857	2025-09-15	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	开发一种基于深度学习的弹性成像影像组学模型，用于无创诊断代偿性晚期慢性肝病	整合弹性成像图像和肝脏硬度测量，并利用国际多中心数据进行训练和验证，相比传统2D-SWE方法表现出更高的诊断准确性和鲁棒性	回顾性研究设计，可能存在选择偏倚	提高代偿性晚期慢性肝病的无创诊断准确性	慢性肝病患者（乙肝、丙肝或代谢相关脂肪性肝病）	医学影像分析	慢性肝病	二维剪切波弹性成像（2D-SWE）	深度学习	医学影像	1937名患者，9472张2D-SWE图像
858	2025-09-15	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数据实现端到端深度学习诊断，性能媲美增强MRI模型和放射科医生，同时显著缩短诊断时间	回顾性研究，需要前瞻性验证	开发准确、高效且经济实惠的盆腔和骶骨肿瘤诊断工具	良恶性盆腔和骶骨肿瘤	数字病理	骨肿瘤	深度学习	端到端深度学习模型	MRI图像	835名患者来自四个医疗中心
859	2025-09-15	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	本文综述了放射组学在儿童脑肿瘤中的应用，探讨其如何从MRI图像中提取特征以支持诊断、风险分层和预后预测	整合放射组学与机器学习算法，实现对儿童脑肿瘤类型分类和分子亚群预测的高性能表现，并探讨了在资源有限地区的应用潜力	面临儿科专用数据集有限、成像协议不一致以及缺乏标准化可重复工作流程等临床转化障碍	评估放射组学在儿童神经肿瘤学中的非侵入性成像应用价值	儿童脑肿瘤，包括髓母细胞瘤、室管膜瘤和胶质瘤等	医学影像分析	儿童脑肿瘤	MRI影像分析，机器学习算法	SVM, Random Forest, CNN	医学影像	50至450多名患者的多中心队列数据
860	2025-09-15	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	提出一种名为SNOWFLAKE的图神经网络流程，通过整合单细胞蛋白表达和形态特征预测疾病状态	将形态学特征整合到图边缘特征中，识别与疾病相关的空间组织子图，并提取可解释的细胞模式	NA	从组织架构中预测疾病状态，理解免疫细胞在组织微环境中的空间组织方式	淋巴滤泡中的免疫细胞，儿科COVID-19患者组织样本，乳腺癌和三級淋巴结构	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（GNN）	图像，蛋白质表达数据	儿科COVID-19数据集（具体数量未说明）