深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 48024 篇文献，本页显示第 901 - 920 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 901 | 2026-08-03 |
Deep learning reveals antimicrobial peptides within prions
2026-Aug, Nature microbiology
IF:20.5Q1
DOI:10.1038/s41564-026-02408-1
PMID:42321536
|
研究论文 | 利用深度学习从朊病毒相关蛋白中筛选出抗菌肽，命名为prionins，并验证其抗菌活性 | 首次发现朊病毒样蛋白中的抗菌肽，通过深度学习大规模筛选并实验验证 | 未提供 | 探索朊病毒相关蛋白中的抗菌肽及其潜在抗菌功能 | 2,897个经过整理的朊病毒相关蛋白的1,930万个片段 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型 | 蛋白质序列 | 筛选了1,179个候选抗菌肽；合成了75个prionins；动物实验涉及小鼠 | 未提供 | 未提供 | 未提供 | 未提供 |
| 902 | 2026-08-03 |
Decoding splicing variants in high-throughput sequencing: a functional validation approach integrating deep learning tools
2026-Aug, European journal of human genetics : EJHG
IF:3.7Q2
DOI:10.1038/s41431-026-02162-2
PMID:42362801
|
研究论文 | 本研究结合多种互补的剪接预测工具与功能性RNA研究，评估了神经退行性疾病患者中发现的九个内含子变异对剪接的影响，并强调转录水平验证在致病变异评估中的关键作用。 | 首次系统评估深度学习方法在非典型剪接调控机制（如隐剪接位点激活）中的局限性，并整合多种预测工具与功能性实验（如微基因检测）提高变异致病性判断的准确性。 | 样本量较小（仅九个变异），且研究局限于神经退行性疾病，可能影响结果的一般性；未对所有预测失败的机制进行深入的功能验证。 | 评估深度学习和基于基序的剪接预测工具在识别内含子变异剪接影响中的性能，并强调转录水平确认在诊断流程中的必要性。 | 九个内含子变异（六个深内含子、两个非经典剪接位点和一个经典剪接位点变异）及其在患者中的剪接效应。 | 生物信息学，遗传学 | 神经退行性疾病 | 二代测序，RNA分析，微基因检测 | 深度学习模型（具体类型未提及） | 基因组测序数据、转录组数据 | 九个变异（来自患者） | NA | NA | 准确性，预测成功率 | NA |
| 903 | 2026-08-03 |
Artificial Intelligence in Food-Nutrition-Health Research: From Multimodal Data Integration to Precision Intervention
2026-Aug, Journal of food science
IF:3.2Q2
DOI:10.1111/1750-3841.71334
PMID:42535509
|
综述 | 系统综述了2020至2025年间人工智能在食品-营养-健康领域的研究进展，涵盖技术基础、应用场景、挑战与未来方向。 | 提出了一个三元框架，包括数据层、技术层和算法层，用于跨食品-营养-健康连续体的多维数据整合和精准干预。 | 面临模型泛化不足、算法透明度限制临床信任、数据隐私漏洞以及多组学整合标准缺失等挑战。 | 梳理AI在食品-营养-健康领域的应用进展，并为从群体平均指南转向动态个性化健康优化提供路线图。 | 181项系统综述及相关的食品成分、健康监测和个体特征数据。 | 机器学习 | 营养相关疾病 | 光谱学、核磁共振、成像技术 | 机器学习、深度学习架构 | 多模态数据（食品成分、健康监测、个体特征） | 181项系统综述 | NA | NA | NA | NA |
| 904 | 2026-08-03 |
Overcoming measurement challenges in clinical practice: a deep learning-based approach to monocular surface area measurement
2026-Aug, Skin health and disease
DOI:10.1093/skinhd/vzag064
PMID:42539959
|
研究论文 | 介绍一种基于深度学习和单目智能手机图像的体表面积测量方法，通过深度估计模型和表面三角化提高测量精度。 | 提出一种成本效益高且可访问的AI驱动方法，利用单目图像和特定标记，结合深度估计和表面三角化，准确测量体表面积。 | 在受控和模拟场景中测试，可能需要进一步验证在真实临床环境中的适用性。 | 开发一种准确、经济且易于使用的体表面积测量方法，用于临床实践。 | 体表面积，包括不规则表面或复杂轮廓的病灶。 | 计算机视觉，数字病理学 | 皮肤病学相关疾病 | 单目成像，深度估计 | 深度学习模型（具体类型未指定，可能为CNN） | 图像（单目智能手机图像） | 受控和模拟皮肤科场景，具体样本量未提供。 | NA | NA | 平均绝对误差（MAE） | NA |
| 905 | 2026-08-03 |
Real-Time Anatomy Recognition During Single-Port Retroperitoneal Surgery: A Prospective Comparison Between AI and Operating Surgeon
2026-Aug-01, Journal of endourology
IF:2.9Q1
DOI:10.1177/08927790261473188
PMID:42541387
|
研究论文 | 本文首次在机器人辅助单孔腹膜后手术中临床测试了基于深度学习的AI算法，用于实时识别关键解剖结构，并与外科医生的识别时间进行了前瞻性比较。 | 首次在单孔机器人手术平台上对AI解剖识别算法进行临床测试，并前瞻性比较AI与外科医生的识别时间。 | 样本量小（15例患者），AI识别时间普遍晚于外科医生，且未实现独家识别，未来需改进以接近自主识别水平。 | 评估AI算法在机器人辅助腹膜后手术中实时识别关键解剖结构的能力，并比较其与外科医生的识别时间。 | 15例接受机器人辅助单孔腹膜后肾或肾上腺手术的患者。 | 计算机视觉、深度学习 | 肾脏疾病、肾上腺疾病 | NA | 深度学习算法 | 手术视频帧 | 15例患者 | NA | NA | 识别时间（Δ时间）、识别模式（首次、同步或独家识别） | NA |
| 906 | 2026-08-03 |
From machine learning to deep learning in attention deficit hyperactivity disorder diagnosis: A bibliometric analysis of global trends (2011-2024)
2026-Aug-01, Applied neuropsychology. Adult
DOI:10.1080/23279095.2026.2707490
PMID:42541435
|
综述 | 本文通过文献计量分析，全面综述了2011年至2024年间人工智能和机器学习在注意力缺陷多动障碍诊断中的应用，揭示了该领域的演化趋势、当前热点和未来方向。 | 首次对AI和ML在ADHD诊断中的应用进行了全面的文献计量分析，确定了从传统机器学习（如支持向量机）到深度学习架构的转变，并突出了脑电图作为主要神经影像模态的兴起，以及美国和中国的科研双寡头格局。 | 未提及具体局限性。 | 绘制AI和ML在ADHD预测应用中的领域演变、当前趋势和未来方向。 | 2011年至2024年间发表于Scopus数据库的722篇相关出版物。 | 文献计量分析 | 注意力缺陷多动障碍 | 文献计量分析 | 支持向量机、深度学习架构 | 文本（出版物元数据） | 722篇出版物 | VOSviewer | NA | 年产量、地理分布、技术趋势 | NA |
| 907 | 2026-08-03 |
A multimodal prediction model for brain hematoma expansion based on deep neural network with transformer-driven collaborative attention fusion
2026-Aug-01, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-026-03643-8
PMID:42541520
|
研究论文 | 提出了一种基于深度神经网络和Transformer驱动的协同注意力融合的多模态预测模型，用于脑血肿扩大的早期预测 | 创新性地结合位置感知CT特征编码和双通道处理，以显式捕获血肿三维演化模式，并通过语义对齐融合临床特征，实现跨模态预测 | 未明确提及局限性 | 开发一种多模态深度学习模型，以提高自发性脑出血患者血肿扩大的预测准确性和鲁棒性 | 自发性脑出血患者及其CT图像和临床特征 | 医学影像分析 | 脑出血 | CT成像 | 深度神经网络（SResFormer） | CT图像、血肿掩膜、临床特征（结构化数据） | 多中心数据集（具体样本量未说明） | 未明确提及 | Transformer、CNN（可能结合ResNet） | 准确性（隐含）、AUC（常见）、SHAP分析（解释性） | 未明确提及 |
| 908 | 2026-08-03 |
BoostCNN: Deep Learning AdaBoost-based Method for Easy and Difficult Nodule Classification in Ultrasound Images
2026-Aug-01, Ultrasound in medicine & biology
|
研究论文 | 提出一种基于AdaBoost的深度集成方法BoostCNN，用于超声图像中乳腺结节的良恶性分类，以减少假阳性和假阴性。 | 创新性地将AdaBoost集成学习与深度学习模型结合，提出BoostCNN方法，并在多个数据集上验证其性能，同时结合超声医师评估提升分类特异性。 | 未明确提及局限性，但可能受限于数据集规模和外部验证的多样性。 | 减少乳腺癌超声图像分类中的假阳性率，提高特异性，辅助临床诊断。 | 乳腺超声图像中的结节分类任务。 | 计算机视觉 | 乳腺癌 | 超声成像 | CNN | 图像 | 使用BUS-BRA数据集进行训练和测试，并用BUSI和BrEaST数据集进行外部验证（具体样本数未提及）。 | Python（具体框架未提及） | 多个深度学习模型（具体结构未提及，如ResNet、VGG等） | 准确率、敏感性、特异性、F分数 | 未提及 |
| 909 | 2026-08-03 |
Hyperparameter-optimized deep learning for next-day pH forecasting in distributed water quality monitoring systems
2026-Aug-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-62977-3
PMID:42542450
|
研究论文 | 本研究提出了一种结合元启发式超参数优化的深度学习框架，用于分布式水质监测系统中的次日pH预测 | 首次将Ocotillo优化算法应用于RegNet模型的超参数优化，用于水质pH预测 | 未明确提及限制，但该研究仅使用单一数据集且未考虑显式的图结构空间关系 | 实现分布式水质监测系统中准确的次日pH预测，以支持主动干预和数据驱动决策 | 美国佐治亚州的公共水质预测数据集，包含多站点的时间序列pH记录 | 机器学习 | 不适用 | 元启发式超参数优化 | RegNet | 时间序列数据 | 未明确说明，数据集来自美国佐治亚州的多站点水质监测 | 未明确说明 | RegNet | 均方根误差 | 未明确说明 |
| 910 | 2026-08-03 |
Artificial intelligence-based photographic detection of pink esthetic score attributes using a hybrid deep learning segmentation pipeline: a method development study
2026-Aug-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-62229-4
PMID:42542472
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 911 | 2026-08-03 |
Accuracy of Machine Learning Algorithms Based on Electroencephalogram in Sleep Apnea Detection: Systematic Review and Meta-Analysis
2026-Jul-31, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/93378
PMID:42537009
|
系统综述与荟萃分析 | 本文系统评估了基于脑电图的机器学习算法在睡眠呼吸暂停检测中的准确性，并进行了荟萃分析 | 首次专门聚焦于基于脑电图的机器学习模型在睡眠呼吸暂停检测中的诊断准确性进行系统综述和荟萃分析 | 大多数纳入研究为回顾性片段级分析，可能高估了该技术在真实临床环境中的实用价值 | 评估基于脑电图的机器学习在睡眠呼吸暂停检测中的准确性，并为临床和未来研究提供证据基础 | 睡眠呼吸暂停患者及健康对照的脑电图信号 | 机器学习 | 睡眠呼吸暂停 | 脑电图 | 机器学习算法及深度学习模型 | 脑电图信号数据 | 27项回顾性研究 | R（mada和metafor包）、Meta-DiSc | NA | 敏感度、特异度、曲线下面积 | NA |
| 912 | 2026-08-03 |
Human-Centered AI in Sleep Health Management: Scoping Review of Stakeholder Perspectives and Co-Design Practices
2026-Jul-31, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/93779
PMID:42536072
|
综述 | 本文通过范围综述系统映射了睡眠医学中以人为本的人工智能（HCAI）研究的范围和性质，评估了不同利益相关者（患者、临床医生和技术人员）在AI工具设计、验证和实施中的参与情况 | 创新性地将HCAI框架应用于睡眠AI生命周期，系统映射了社会技术因素，揭示了不同AI技术领域的参与差异和生成式AI上游参与设计的缺失 | 缺乏正式的质量评估，研究结果反映的是研究活动模式而非确证的临床有效性 | 系统梳理睡眠医学中HCAI研究的范围，评估多利益相关者（患者、临床医生、技术人员）在AI工具设计、验证和实施中的参与程度 | 睡眠健康管理中的AI技术（包括生成式AI、深度学习、移动健康与可穿戴技术）及其利益相关者 | 数字病理学 | 睡眠障碍 | NA | 生成式AI、深度学习、大语言模型 | 文本、图像、传感器数据（可穿戴设备数据） | 34项研究 | NA | NA | NA | NA |
| 913 | 2026-08-03 |
Recent advances in biomarkers, artificial intelligence, and targeted therapeutic strategies in breast cancer: Current progress and future perspectives
2026-Jul-31, Cancer treatment and research communications
DOI:10.1016/j.ctarc.2026.101344
PMID:42542076
|
综述 | 本文综述了乳腺癌在生物标志物、人工智能辅助诊断和现代治疗策略方面的最新进展，旨在改善精准医学和患者预后 | 整合了传统与新型生物标志物（如TP53、PTEN、STK11）、AI技术（机器学习与深度学习）在多模态分析中的应用，以及新兴疗法（如CDK4/6抑制剂、CRISPR/Cas9基因编辑和纳米药物递送系统）的综合性进展 | 未提及具体局限性，但综述类文章通常受限于已发表研究的范围和时效性 | 总结乳腺癌生物标志物、AI辅助诊断和治疗策略的最新进展，以促进精准医学发展 | 乳腺癌相关的生物标志物、AI技术、治疗策略及新兴技术 | 机器学习 | 乳腺癌 | NA | 机器学习、深度学习 | 医学影像和多模态数据 | NA | NA | NA | 诊断准确性 | NA |
| 914 | 2026-08-03 |
Decadal sink-source shifts of forest aboveground carbon since 1988
2026-Jul-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-76093-3
PMID:42533003
|
研究论文 | 该研究整合多源卫星观测与概率深度学习模型，重建了1988至2021年全球森林地上碳储量的统一且带不确定性的记录，揭示了不同森林生态系统碳汇向碳源的转变趋势 | 首次结合多源卫星数据和概率深度学习模型，生成具有不确定性量化的高分辨率全球森林地上碳储量长期记录，并揭示湿润热带和北方森林自2000年代初逐渐转向碳源的现象 | 信息不足，无法从标题和摘要中提取具体限制 | 重建全球森林地上碳储量的长期动态并评估其碳汇-碳源转变模式，以增进对全球碳循环的理解 | 全球森林生态系统，包括湿润热带和北方森林，以及巴西亚马逊的原始森林 | 机器学习 | NA | 卫星观测 | 概率深度学习模型 | 卫星图像数据 | 未明确样本数量，但覆盖1988至2021年全球森林区域及0.25度分辨率 | NA | NA | 相关系数（r） | NA |
| 915 | 2026-08-03 |
Jianpi Bushen Qingchang Huashi formula alleviates DSS-induced colitis through butyrate-associated HDAC1 inhibition and Th17/Treg homeostasis
2026-Jul-29, Journal of ethnopharmacology
IF:4.8Q1
DOI:10.1016/j.jep.2026.122243
PMID:42526547
|
研究论文 | 本研究探讨了健脾补肾清肠化湿方通过丁酸相关的HDAC1抑制和Th17/Treg稳态调节减轻DSS诱导的小鼠结肠炎 | 首次结合网络药理学、深度学习虚拟筛选和分子对接预测JBQHF的活性成分及靶点，并阐明其通过丁酸抑制HDAC1的独特机制 | 研究基于小鼠模型，具体活性成分及临床相关性需进一步验证 | 明确JBQHF在结肠炎模型中的治疗效果及其分子机制 | DSS诱导的结肠炎小鼠模型及JBQHF中药复方 | 数字病理学 | 溃疡性结肠炎 | 16S rRNA基因测序、GC-MS | 深度学习虚拟筛选模型 | 微生物组测序数据、代谢组学数据、分子对接数据 | 小鼠结肠炎模型样本（具体数量未提供） | NA | NA | 疾病活动指数、组织病理评分 | NA |
| 916 | 2026-08-03 |
Comparative phylogenomics and transcriptional regulatory networks of AQPs, HSPs, and LEA proteins in salt-stressed Portulaca oleracea
2026-Jul-29, Plant science : an international journal of experimental plant biology
IF:4.2Q1
DOI:10.1016/j.plantsci.2026.113347
PMID:42526718
|
研究论文 | 利用深度学习基因组注释、多组织RNA-Seq、系统发育组学和基因调控网络推断，揭示了盐胁迫下马齿苋中水通道蛋白、热激蛋白和LEA蛋白的协同调控机制 | 整合深度学习基因组注释与多组学方法，首次在盐胁迫马齿苋中系统揭示78个AQP、525个HSP和119个LEA蛋白的协同调控，并识别出22个胁迫专属调控因子及特定转录因子与保卫细胞分化的收敛性 | 摘要中未明确说明研究的局限性 | 解码盐生植物马齿苋应对盐胁迫的分子机制，为将耐盐性转移到敏感作物提供理论基础 | 盐胁迫下的马齿苋（Portulaca oleracea） | 转录组学、系统发育组学、基因调控网络 | 非疾病相关（植物盐胁迫） | 深度学习基因组注释、RNA-Seq、系统发育组学、基因调控网络推断 | 深度学习模型（用于基因组注释） | 基因组序列、转录组数据（RNA-Seq）、系统发育数据 | 154个物种的基因组比较，马齿苋58,817个预测基因（96.5% BUSCO完整性），39,065个表达位点 | 未明确指定 | 未明确指定 | BUSCO完整性（96.5%） | 未明确指定 |
| 917 | 2026-08-03 |
MHCmet: A neural network based epitope prediction tool for orthohantaviruses
2026-Jul-29, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 本文介绍了MHCmet，一种基于深度学习的工具，用于预测与人类MHC I类受体结合的肽段，以识别正汉坦病毒中的免疫原性片段 | MHCmet的关键创新在于其等位基因特异性编码策略，该策略基于预测性能为每个HLA等位基因动态选择最优编码技术（One-hot、BLOSUM62或非线性Fisher），并结合CNN、多头自注意力和双向LSTM层 | 预测出的候选肽段需要进一步的实验验证后才能在转化应用中使用 | 开发一种深度学习工具，用于高效识别与人类MHC I类受体结合的肽段，以帮助开发诊断试剂、治疗方法和预防性疫苗 | 正汉坦病毒（如多布拉瓦正汉坦病毒）的糖蛋白肽段 | 自然语言处理, 深度学习 | 汉坦病毒感染 | 深度学习 | CNN-双向LSTM | 蛋白质序列数据 | 未明确说明样本数量，涉及病毒蛋白序列和多布拉瓦正汉坦病毒糖蛋白 | 未明确说明 | CNN, 双向LSTM, 多头自注意力 | AUC (中位数0.91，高于NetMHCpan的0.89和MHCflurry的0.85) | 未明确说明，但工具可自由访问于GitHub |
| 918 | 2026-08-03 |
SpecTUS: Spectral Translator for Unknown Structures Annotation from EI-MS Spectra
2026-Jul-28, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.6c02423
PMID:42441797
|
研究论文 | 介绍了一种名为SpecTUS的深度学习模型，用于从气相色谱电子电离质谱（EI-MS）谱图直接进行从头结构注释，无需参考数据库。 | SpecTUS是一种直接从EI-MS谱图到分子结构的翻译模型，避免了依赖数据库搜索，能识别光谱库中不存在的新化合物。 | 未在摘要中提及具体限制。 | 实现从EI-MS谱图直接进行从头结构注释，以识别未知化合物，提高鉴定准确率。 | EI-MS谱图及其对应的分子结构。 | 计算化学/质谱分析 | 不适用 | 气相色谱-电子电离质谱（GC-EI-MS） | 深度学习模型（具体类型未在摘要中明确，可能为序列到序列或Transformer模型） | 质谱数据（谱图） | NIST 20数据库中的28,267个光谱作为测试集 | 未明确说明 | 未明确说明（可能为Transformer） | 完美重建率、Tanimoto相似度（摩根指纹） | 未明确说明 |
| 919 | 2026-08-03 |
AI segmentation requires accounting for brain size to maintain performance on developmental MRI cohorts
2026-Jul-25, bioRxiv : the preprint server for biology
DOI:10.64898/2026.07.22.739983
PMID:42539016
|
研究论文 | 本研究评估了SynthSeg在发育期MRI队列中的分割性能，发现直接应用会导致婴儿期分割质量差，通过重缩放和裁剪图像至成人脑尺寸可显著改善性能 | 首次在大规模发育期MRI队列中系统评估SynthSeg性能，并提出图像重缩放和裁剪策略以维持分割性能，显著提高婴儿期分割成功率 | 未提及具体限制，可能包括对不同病理变化的适用性有限 | 评估SynthSeg在发育期MRI数据上的分割性能，并提出改进方法以支持神经发育的计算机分析 | 人类大脑发育过程中的MRI扫描图像 | 计算机视觉 | 神经发育障碍 | MRI | 深度学习分割模型（SynthSeg） | 图像 | 26,000个MRI扫描，覆盖婴儿到成人 | NA | SynthSeg | 自动质量控制评分、视觉检查、空间重叠度（Dice系数） | NA |
| 920 | 2026-08-03 |
AI-Enabled Echocardiography Identifies an Adverse Epicardial Adiposity Phenotype Associated with Cardiometabolic Dysfunction
2026-Jul-24, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.07.22.26358690
PMID:42539104
|
研究论文 | 本研究开发了基于视频的深度学习模型PanAdipo，利用AI增强超声心动图识别不良心外膜脂肪表型，并评估其与心血管-肾脏-代谢功能障碍的关联 | 首次从标准超声心动图视频中提取可扩展、视角无关的心外膜脂肪生物标志物，结合专家标注的大规模训练数据，并通过空间可解释性分析和CT配对验证其特异性 | 主要基于单一医疗系统的数据，需要进一步前瞻性验证；模型评分与BMI的相关性较弱，可能受扫描仪差异影响；未明确在不同种族或设备间的泛化能力 | 利用AI增强超声心动图实现不良心外膜脂肪的可扩展表型分析，识别心血管代谢风险增加的个体，拓展超声心动图在代谢风险分层中的应用 | 涵盖YNHHS（2016-2022）28,797项研究的1,114,441个视频，以及四个独立队列：YNHHS TTE子集、急诊POCUS队列、MIMIC-IV队列和MESA社区队列，共涉及多中心数据 | 计算机视觉 | 心血管疾病 | 超声心动图视频分析 | 深度学习模型（视频-based） | 超声心动图视频 | 训练集包含1,114,441个视频（28,797项研究），评估集包括4,588（YNHHS TTE）、10,957（急诊POCUS）、4,549（MIMIC-IV）和2,740（MESA）例 | PyTorch（推断） | ResNet-18（视频编码器） | AUROC, Spearman相关系数, 风险比 | NA |