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
1001	2025-05-15	Optimizing Immunotherapy: The Synergy of Immune Checkpoint Inhibitors with Artificial Intelligence in Melanoma Treatment 2025-Apr-16, Biomolecules IF:4.8Q1 DOI:10.3390/biom15040589 PMID:40305346	综述	本文综述了人工智能（AI）在优化黑色素瘤免疫检查点抑制剂（ICI）治疗中的潜力，重点关注预测模型、生物标志物识别和治疗反应预测	AI与RNAseq分析结合开发个性化ICI治疗，机器学习模型识别与nivolumab清除相关的预后细胞因子特征，深度学习算法在肿瘤微环境分析中表现出高准确性	临床验证和实施挑战仍然存在	优化黑色素瘤的免疫治疗	黑色素瘤患者	数字病理学	黑色素瘤	RNAseq, 电子健康记录（EHR）数据分析	机器学习, 深度学习	影像数据, 实验室数据, EHR数据	NA
1002	2025-05-15	Artificial Intelligence Advancements in Oncology: A Review of Current Trends and Future Directions 2025-Apr-13, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13040951 PMID:40299653	综述	本文回顾了人工智能在肿瘤学中的最新进展，重点关注计算机辅助诊断的早期检测、个性化治疗策略和药物发现	探讨了人工智能与纳米医学和免疫疗法的整合，以及比较了AI模型与传统诊断方法的优势	数据质量、算法偏见和临床验证等挑战限制了广泛采用	探索人工智能在肿瘤学中的应用及其潜力，以改善癌症诊断、治疗和管理	癌症研究和治疗	机器学习	癌症	深度学习	NA	NA	NA
1003	2025-05-15	Advances in Artificial Intelligence and Machine Learning for Precision Medicine in Necrotizing Enterocolitis and Neonatal Sepsis: A State-of-the-Art Review 2025-Apr-13, Children (Basel, Switzerland) DOI:10.3390/children12040498 PMID:40310141	review	本文综述了人工智能和机器学习在坏死性小肠结肠炎（NEC）和新生儿败血症精准医学中的最新进展	AI和ML模型在NEC风险分层、早期诊断和治疗策略优化方面展现出比传统临床方法更高的准确性，并发现了与疾病发作和严重程度相关的新生物标志物	数据异质性、模型可解释性以及需要大规模验证研究等挑战仍然存在	探索AI和ML在NEC预测、早期诊断和管理中的应用	坏死性小肠结肠炎（NEC）和新生儿败血症	machine learning	necrotizing enterocolitis, neonatal sepsis	AI, ML, deep learning	NA	medical imaging, clinical data	NA
1004	2025-04-14	Deep Learning-Based Detection and Severity Assessment of Bicuspid Aortic Valve Stenosis 2025-Apr-11, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.04.002 PMID:40220934	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1005	2025-05-15	Development and Validation of a Novel Deep Learning Model to Predict Pharmacologic Closure of Patent Ductus Arteriosus in Premature Infants 2025-Apr-11, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.03.018 PMID:40220935	研究论文	开发并验证了一种新型深度学习模型，用于预测早产儿动脉导管未闭（PDA）药物闭合的可能性	首次将深度学习方法应用于预测PDA药物闭合效果，并开发了多模态CNN模型，其性能优于传统模型	研究样本量较小（174例），且为回顾性研究	预测早产儿PDA药物闭合的成功率，以优化临床决策	早产儿（174例）的PDA病例	数字病理学	心血管疾病	深度学习	CNN（卷积神经网络）	图像（超声心动图）和临床数据	174名早产儿，共1926个超声心动图片段
1006	2025-05-15	The Relevance of General Intelligence Measurement in Deep Learning for Healthcare 2025-04-08, Studies in health technology and informatics DOI:10.3233/SHTI250052 PMID:40200449	research paper	探讨通用智能测量在医疗健康领域深度学习中的重要性	研究了不同层次的泛化（局部、广泛和极端）在医疗AI系统中的贡献和限制，并指出现有评估方法的不足	现有评估泛化难度的指标仍不充分，需要开发新的评估方法	提高AI系统在复杂临床环境中的有效性和适应性	医疗AI系统	machine learning	NA	NA	NA	NA	NA
1007	2025-05-15	Deep-Learning-Based AI-Model for Predicting Dental Plaque in the Young Permanent Teeth of Children Aged 8-13 Years 2025-Apr-07, Children (Basel, Switzerland) DOI:10.3390/children12040475 PMID:40310101	研究论文	本研究开发了一种基于深度学习的AI模型，用于预测8-13岁儿童年轻恒牙中的牙菌斑	使用U-Net Transformer模型在牙菌斑检测和分割中表现出优于经验丰富的儿科牙医的临床性能	样本量较小，仅包含31名患者的506张牙齿图像	开发一种快速、可靠的牙菌斑检测和分割方法，以改善儿童口腔健康管理	8-13岁儿童的年轻恒牙	计算机视觉	口腔疾病	深度学习	U-Net Transformer	图像	31名患者的506张牙齿图像
1008	2025-05-15	Molecular Modelling in Bioactive Peptide Discovery and Characterisation 2025-Apr-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom15040524 PMID:40305228	review	本文综述了分子建模在生物活性肽发现和表征中的应用及其最新进展	整合人工智能技术，特别是深度学习模型如AlphaFold和蛋白质语言模型(PLMs)，显著提升了肽构象和相互作用的预测能力	现有方法在整合非经典氨基酸和环化结构方面仍面临挑战	探讨分子建模技术在生物活性肽发现和表征中的应用及其发展	生物活性肽的结构特性及其与生物靶标的相互作用	生物信息学	NA	分子建模、分子对接、分子动力学(MD)、虚拟筛选、深度学习	AlphaFold、蛋白质语言模型(PLMs)	蛋白质序列和结构数据	NA
1009	2025-05-15	Deep Learning-Assisted SERS for Therapeutic Drug Monitoring of Clozapine in Serum on Plasmonic Metasurfaces 2025-Apr-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00391 PMID:40111434	研究论文	提出了一种结合人工神经网络(ANNs)与表面增强拉曼光谱(SERS)的新方法，用于快速监测血清中的氯氮平及其代谢物	首次将ANN与SERS技术结合在等离子体超表面上，用于氯氮平及其代谢物的治疗药物监测	NA	开发一种快速、精确的治疗药物监测方法，以优化氯氮平的治疗效果并减少副作用	氯氮平及其两种主要代谢物(去甲氯氮平和氯氮平-N-氧化物)在人体血清中的浓度	生物医学诊断	精神分裂症	表面增强拉曼光谱(SERS)	人工神经网络(ANNs)	光谱数据	NA
1010	2025-05-15	[Transformation of free-text radiology reports into structured data] 2025-Apr, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01422-4 PMID:39934245	研究论文	本文探讨了利用大型语言模型（LLMs）将非结构化的放射学报告转换为结构化数据的挑战、方法及可靠性问题	探讨了LLMs在放射学信息处理中的应用潜力，特别是结合领域特定知识（如本体）以提高系统性能	处理语言表达的模糊性、缩写及变异性仍存在挑战	研究如何利用LLMs将自然语言放射学报告转换为结构化数据，以提高临床决策支持系统、研究和患者护理的效率	放射学报告	自然语言处理	NA	大型语言模型（LLMs）、基于规则的系统、机器学习、深度学习模型	神经网络架构	文本	NA
1011	2025-05-15	Past, Present, and Future: A History Lesson in Artificial Intelligence 2025-Apr, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2024.09.003 PMID:40021228	review	回顾人工智能在过去50年的发展历程及其在医学领域的应用	总结了AI在胃肠病学中的革命性应用，并展望了未来的发展方向	需要解决透明度、责任和伦理问题	探讨人工智能在医学领域的历史、现状和未来趋势	人工智能在胃肠病学中的应用	machine learning	NA	NA	NA	NA	NA
1012	2025-05-15	Reduction of Acquisition Time in Fourier Transform Infrared Spectral Imaging by Deep Learning for Clinical Applications 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06317 PMID:40095897	研究论文	本研究利用深度学习技术从低质量的红外图像中高效重建高质量图像，以减少临床应用中傅里叶变换红外光谱成像的采集时间	结合ResUNet架构和1D-CNN，能够从低质量图像中高保真地重建高质量红外图像，节省超过95%的采集时间	重建图像在组织病理学上仅相当于16次扫描的图像质量，可能仍不足以满足某些高精度需求	减少傅里叶变换红外光谱成像的采集时间，同时保持高质量数据，以适应临床应用	来自肾移植受者的福尔马林固定石蜡包埋组织切片	数字病理	肾脏疾病	傅里叶变换红外光谱成像	autoencoder, ResUNet, 1D-CNN, 2D-CNN	红外图像	NA
1013	2025-05-15	Ratiometric, 3D Fluorescence Spectrum with Abundant Information for Tetracyclines Discrimination via Dual Biomolecules Recognition and Deep Learning 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c07061 PMID:40099919	研究论文	本文提出了一种基于双生物分子识别和深度学习的比率型3D荧光光谱方法，用于准确区分四环素类抗生素	首次报道使用适配体在比率型3D荧光光谱中获取丰富信息，结合深度学习实现四环素类抗生素的准确区分	NA	开发一种新型的生物传感器方法，用于四环素类抗生素的准确区分	四环素类抗生素	生物传感器	细菌感染	3D荧光光谱	人工神经网络(ANN)	光谱数据	NA
1014	2025-05-15	Mining the UniProtKB/Swiss-Prot database for antimicrobial peptides 2025-Apr, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70083 PMID:40100125	研究论文	本研究提出了一种从UniProtKB/Swiss-Prot数据库中挖掘抗菌肽（AMPs）的工作流程，并利用AMPlify预测工具发现了8008种新型潜在AMPs	首次大规模利用现代深度学习技术从公共蛋白质序列数据库中挖掘新型抗菌肽，并验证了部分肽的抗菌活性	仅针对真核生物序列进行挖掘，且仅测试了部分合成肽的抗菌活性	探索抗生素耐药性问题的替代解决方案，发现新型抗菌肽	UniProtKB/Swiss-Prot数据库中的真核生物蛋白质序列	生物信息学	细菌感染	深度学习	AMPlify	蛋白质序列	8008种新型潜在AMPs（其中38种成功合成，13种显示抗菌活性）
1015	2025-05-15	Applications of artificial intelligence in ultrasound imaging for carpal-tunnel syndrome diagnosis: a scoping review 2025-Apr, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06497-1 PMID:40100390	综述	本文是一篇范围综述，分析了人工智能在超声成像中用于诊断腕管综合征的应用	探讨了AI在提高诊断准确性、效率和患者预后方面的潜力，包括任务自动化、提供客观测量和促进早期检测	数据集限制、超声成像的变异性以及伦理问题需要进一步研究	分析AI在超声成像中用于腕管综合征诊断的应用，探索AI在提升诊断效果方面的潜力	腕管综合征的诊断	医学影像分析	腕管综合征	深度学习，传统机器学习，放射组学	CNN	超声图像	18篇研究论文
1016	2025-05-15	Implementation of A New, Mobile Diabetic Retinopathy Screening Model Incorporating Artificial Intelligence in Remote Western Australia 2025-Apr, The Australian journal of rural health DOI:10.1111/ajr.70031 PMID:40110918	研究论文	本文描述并评估了一种结合人工智能的新型移动糖尿病视网膜病变筛查模型在澳大利亚西部偏远地区的实施效果	首次在澳大利亚西部偏远地区实施结合AI的移动DR筛查模型，并证明其可显著提高筛查率	样本量较小(78名患者)，且仅在一个地区实施	评估人工智能辅助的糖尿病视网膜病变筛查模型在偏远地区的可行性和有效性	澳大利亚Pilbara地区的糖尿病患者	数字病理	糖尿病视网膜病变	深度学习系统(DLS)	AI诊断系统	视网膜图像	78名患者(其中56.4%为原住民或托雷斯海峡岛民)
1017	2025-05-15	Artificial intelligence based detection and control strategies for river water pollution: A comprehensive review 2025-Apr, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104541 PMID:40112582	综述	本文详细综述了基于人工智能（AI）的技术和算法在河流水质污染检测与控制中的实际应用	突出了机器学习（ML）和深度学习（DL）技术的关键进展，包括ANN、DNN、LSTM和RF，并探讨了物联网（IoT）技术在实时监测和预测能力增强中的作用	NA	评估和综述AI技术在河流水质污染检测与控制领域的应用	河流水质污染	机器学习	NA	机器学习（ML）、深度学习（DL）、物联网（IoT）	ANN、DNN、LSTM、RF	水质相关数据集	分析了2019年至2024年间超过110篇研究文章
1018	2025-05-15	The Global and Regional Burden of Gallbladder and Biliary Tract Cancer and Attributable Risk Factors: Trends and Predictions 2025-Apr, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70025 PMID:40116757	research paper	该研究全面评估了1990年至2021年胆囊及胆道癌(GBTC)的全球和区域疾病负担及其可归因风险因素，并利用深度学习模型进行趋势预测	提出了一种分层加权长短期记忆网络模型(SW-LSTM)用于趋势预测，克服了传统模型的不足	低和中低SDI地区的部分指标未观察到显著的时期和队列效应	评估GBTC的全球疾病负担并预测其趋势，以改进预防和治疗策略	全球范围内的胆囊及胆道癌(GBTC)疾病负担	machine learning	胆囊癌及胆道癌	Joinpoint回归分析、年龄-时期-队列模型(APCM)、分层加权LSTM网络(SW-LSTM)	SW-LSTM	流行病学数据	1990-2021年全球疾病负担研究数据
1019	2025-05-15	H2GnnDTI: hierarchical heterogeneous graph neural networks for drug-target interaction prediction 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf117 PMID:40097269	研究论文	提出了一种名为H2GnnDTI的新型两级层次异构图学习模型，用于预测药物-靶标相互作用	通过整合药物和蛋白质的结构，利用低层次视图GNN和高层次视图GNN，全面捕捉药物和蛋白质的交互特征	未提及具体局限性	开发计算工具以自动预测和理解药物-靶标相互作用	药物和蛋白质	机器学习	NA	图神经网络	GNN	图数据	三个基准数据集
1020	2025-05-15	Rapid left ventricle mesh prediction by adaptive deformable model fitting 2025-Mar-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc237 PMID:40101357	research paper	提出了一种快速且无需训练的自适应可变形模型拟合框架，用于左心室网格预测	通过自适应网格模块和两阶段拟合方案，消除了对标注数据集的依赖，提高了跨不同心脏病理的泛化能力	在扩张型心肌病临床数据集中的Dice系数平均为0.78，仍有提升空间	克服现有方法在计算复杂度、对大规模配对训练数据的依赖以及跨心脏病理泛化能力有限的问题	左心室的三维网格重建	digital pathology	cardiovascular disease	proper orthogonal decomposition, polyharmonic spline interpolation	adaptive deformable model	cardiac magnetic resonance imaging	三个心脏磁共振成像数据集，包括扩张型心肌病临床数据集