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
1521	2025-09-15	Integrative bioinformatics and deep learning to identify common genetic pathways in Crohn's disease and ischemic cardiomyopathy 2025-Sep, Journal, genetic engineering & biotechnology DOI:10.1016/j.jgeb.2025.100529 PMID:40854648	研究论文	通过整合生物信息学和深度学习识别克罗恩病与缺血性心肌病的共同遗传通路	开发了AutoClass深度学习框架，利用枢纽基因调控网络对克罗恩病患者进行分类，准确率约95%	需要未来实验验证和队列扩展以进一步阐明共享机制	探索克罗恩病和缺血性心肌病之间的共同遗传基础和分子相互作用	克罗恩病和缺血性心肌病的遗传通路、枢纽基因及调控网络	生物信息学	克罗恩病和心血管疾病	差异表达分析、功能富集分析、miRNA分析、转录因子分析、蛋白质-蛋白质相互作用分析、深度学习	深度学习框架（AutoClass）	基因表达数据（GEO数据集）	GSE3365和GSE9128数据集（具体样本数未明确说明）
1522	2025-09-15	Discovery of RNA-Targeting Small Molecules: Challenges and Future Directions 2025-Sep, MedComm IF:10.7Q1 DOI:10.1002/mco2.70342 PMID:40859960	综述	本文回顾了RNA靶向小分子药物发现领域的最新进展、挑战及未来方向	强调了人工智能和机器学习在加速RNA靶向治疗发现与优化中的关键作用，并探讨了RNA降解剂等新兴策略	NA	探索RNA靶向小分子药物的开发，为传统难以成药的疾病提供新治疗途径	RNA结构、小分子配体及RNA-蛋白质相互作用	药物发现	多种疾病（未指定具体类型）	X射线晶体学、核磁共振波谱、冷冻电镜、深度学习、分子对接	深度学习	结构数据、化学库数据	NA
1523	2025-09-15	QCResUNet: Joint subject-level and voxel-level segmentation quality prediction 2025-Aug-27, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103718 PMID:40945175	研究论文	提出一种名为QCResUNet的多任务深度学习架构，用于同时预测脑肿瘤分割结果的主体级质量和体素级分割错误	首次设计能够同时输出主体级分割质量指标和体素级分割错误图的多任务架构，支持多组织类别分析	方法主要针对脑肿瘤和心脏MRI分割验证，在其他医学影像分割领域的泛化能力尚未验证	开发自动质量控制方法以评估医学影像分割结果的可靠性	脑肿瘤MRI数据和心脏MRI数据的分割结果	医学影像分析	脑肿瘤	深度学习，MRI影像分析	QCResUNet（基于UNet的改进架构）	3D MRI影像数据	脑肿瘤数据：内部数据集1,251例，外部数据集215例；心脏数据：ACDC数据集100例
1524	2025-09-15	Intensive Care Unit Patient Outcome Prediction Using ν-Support Vector Classification and Stochastic Signal Processing-Based Feature Extraction Techniques: Algorithm Development and Validation Study 2025-Aug-26, JMIR AI DOI:10.2196/72671 PMID:40857726	研究论文	本研究开发了一种结合信号处理和机器学习的新框架，用于从ICU患者的数字轨迹中提取特征并预测其结局	提出了一种基于信号处理的新型特征提取方法，能够从复杂的医疗时间序列数据中捕获高预测性特征	NA	开发ICU患者结局预测的新方法，以支持医疗运营管理	ICU患者	机器学习	重症监护	信号处理技术，ν-支持向量分类	SVM	时间序列数据（医疗数字轨迹）	真实世界ICU数据集（具体数量未说明）
1525	2025-09-15	Application of artificial intelligence in medical imaging for tumor diagnosis and treatment: a comprehensive approach 2025-Aug-26, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03307-3 PMID:40856916	综述	本文综述了人工智能在医学影像中用于肿瘤诊断与治疗的最新进展、能力、局限性和转化潜力	强调AI驱动的多模态影像融合整合影像组学、基因组学和临床数据，优化精准肿瘤学策略	存在数据异质性、模型泛化性、监管限制和伦理问题，缺乏标准化数据集和可解释AI框架	探讨人工智能在医学影像中肿瘤诊断与治疗的应用	涵盖乳腺癌、肺癌、前列腺癌等多种恶性肿瘤	数字病理	肿瘤	深度学习、影像组学、多模态影像融合	深度学习模型	医学影像（CT、MRI、PET）及临床数据	NA
1526	2025-09-15	Culture-free detection of bacteria from blood for rapid sepsis diagnosis 2025-Aug-25, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01948-w PMID:40851034	研究论文	开发了一种基于智能离心、微流控捕获和深度学习显微镜图像分析的快速血液细菌检测方法，用于脓毒症诊断	首次结合智能离心、微流控技术和深度学习实现无需培养的血液细菌快速（2小时内）检测	金黄色葡萄球菌（S. aureus）的检测仍存在挑战	实现脓毒症患者血液中细菌的快速检测和抗生素敏感性分析	脓毒症患者血液中的细菌（大肠杆菌、肺炎克雷伯菌、粪肠球菌）	数字病理	脓毒症	智能离心、微流控捕获、显微镜成像	深度学习	图像	健康人捐献血液的加标样本，检测浓度低至9-32 CFU/mL
1527	2025-09-15	Prediction of functional outcomes in aneurysmal subarachnoid hemorrhage using pre-/postoperative noncontrast CT within 3 days of admission 2025-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01953-z PMID:40849351	研究论文	开发一种融合术前术后非增强CT和临床数据的深度学习模型，用于预测动脉瘤性蛛网膜下腔出血患者3个月功能结局	首次将术前术后NCCT影像与临床数据整合到深度学习模型中，用于早期预测aSAH患者功能结局	NA	优化动脉瘤性蛛网膜下腔出血患者的早期管理，通过准确预测功能结局	动脉瘤性蛛网膜下腔出血患者	数字病理学	心血管疾病	非增强CT成像	深度学习模型	影像数据和临床数据	来自四家医院的1850名患者
1528	2025-09-15	Understanding Language Model Scaling on Protein Fitness Prediction 2025-Aug-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.25.650688 PMID:40777237	研究论文	研究蛋白质语言模型在适应性预测中的缩放行为，揭示模型大小、训练数据和随机因素对预测偏差的影响	发现蛋白质语言模型性能在超过一定规模后反而下降，挑战了深度学习领域“模型越大性能越好”的普遍认知	研究主要基于理论分析和模拟实验，可能需要更多实验验证在实际蛋白质设计中的应用效果	探究蛋白质语言模型在适应性预测任务中的缩放规律和性能限制	蛋白质序列的适应性预测和突变效应评估	自然语言处理	NA	蛋白质语言模型	语言模型	蛋白质序列数据	NA
1529	2025-09-15	Predicting pediatric age from chest X-rays using deep learning: a novel approach 2025-Aug-23, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02068-5 PMID:40848095	研究论文	本研究开发了一种基于深度学习的模型，利用胸部X光片预测儿童年龄	首次将Coordinate Attention机制整合到ResNet网络中，用于胸部X光片的年龄预测，并构建了大规模儿科数据集	研究仅基于两家医院的数据，外部验证性能略有下降	探索深度学习在利用胸部X光片进行儿童年龄估计中的有效性	儿科患者胸部X光影像	计算机视觉	NA	深度学习，X射线成像	ResNet with Coordinate Attention	图像	128,008张胸部X光图像
1530	2025-09-15	Effectiveness of the GPT-4o Model in Interpreting Electrocardiogram Images for Cardiac Diagnostics: Diagnostic Accuracy Study 2025-Aug-22, JMIR AI DOI:10.2196/74426 PMID:40845836	研究论文	评估GPT-4o模型在解读心电图图像进行心脏诊断中的有效性	首次系统评估多模态AI模型GPT-4o在心电图分析中的表现，探索零样本和少样本学习在医疗图像解读中的应用	多分类诊断特定心脏疾病的准确率较低（仅41%）	评估GPT-4o解读12导联心电图的分类准确性并探索性能提升方法	80例心电图病例（30例正常，50例异常，涵盖6种常见诊断）	自然语言处理	心血管疾病	多模态人工智能，零样本学习，少样本学习	GPT-4o	图像，文本	80例心电图病例（30正常+50异常）
1531	2025-09-15	Performance of chest X-ray with computer-aided detection powered by deep learning-based artificial intelligence for tuberculosis presumptive identification during case finding in the Philippines 2025-Aug-22, BMC global and public health DOI:10.1186/s44263-025-00198-y PMID:40847378	研究论文	评估基于深度学习的AI辅助检测系统在菲律宾结核病筛查中的实际性能	在真实世界环境中全面评估AI-CAD系统性能，并提出基于资源限制环境的阈值校准策略	数据集不平衡且CAD阴性个体验证有限，使用伪敏感性和伪特异性进行估计	支持AI-CAD系统在菲律宾结核病消除计划中的优化整合	15岁及以上疑似结核病患者	数字病理	结核病	深度学习人工智能辅助检测	深度学习模型	胸部X光图像	5740名个体
1532	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
1533	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
1534	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
1535	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
1536	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
1537	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
1538	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
1539	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
1540	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%）