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
1661	2026-09-18	Clinical applications of artificial intelligence-driven nitric oxide: a bibliometric and scientific mapping analysis 2026-09-01, Medical gas research IF:3.0Q2 DOI:10.4103/mgr.MEDGASRES-D-25-00096 PMID:41496298	研究论文	该文通过文献计量与科学映射分析，系统梳理了人工智能驱动一氧化氮研究的知识架构、技术演进与转化瓶颈	首次对人工智能驱动一氧化氮交叉领域进行系统性的知识图谱分析，揭示了该领域从传统机制研究向技术驱动范式转变的趋势	依赖Web of Science核心合集数据库，可能遗漏其他数据库文献；仅纳入2005-2024年英文文献，存在语言和地域偏倚；文献计量分析无法深入评估具体研究的方法学质量	系统描绘人工智能驱动一氧化氮领域的研究知识框架、技术演化路径及临床转化障碍	2005至2024年间Web of Science核心合集中收录的384篇相关文献	机器学习	心血管疾病	文献计量分析、科学映射分析	NA	文本	384篇文献	CiteSpace, VOSviewer, Bibliometrix R包	NA	年度发文量、高被引文献、关键词共现与演化、国际合作网络结构	NA
1662	2026-09-18	Agreement between three state-of-the-art deep learning bone age estimation models and chronological age in a large contemporary pediatric cohort 2026-Sep, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06661-8 PMID:42233988	研究论文	该研究评估了三种最先进的深度学习骨龄估计模型与儿童实际年龄的一致性，在大规模当代儿科队列中进行验证	首次在大规模当代儿科队列中同时评估三种最先进的深度学习骨龄估计模型（Stanford、CCHMC和MedImageInsight）与实际年龄的一致性，揭示了模型偏差与年龄、性别、种族和民族的关系	研究为回顾性设计，仅纳入因创伤接受手部X线检查的儿童，可能存在选择偏倚；未评估模型在不同病理条件下的表现；未与人工读片进行直接比较	评估三种最先进的深度学习骨龄估计模型与大规模当代儿科队列中儿童实际年龄的一致性	7,189名儿童（3,669名女性和3,520名男性），年龄24-216个月（平均143.6±46.2个月），均因创伤接受手部（含腕部）X线检查且影像学正常	医学影像分析	NA	手部X线摄影	深度学习	图像	7,189例手部X线影像（3,669名女性，3,520名男性）	NA	Stanford模型, CCHMC模型, MedImageInsight模型	平均偏差, 比例偏差	NA
1663	2026-09-18	Automatic recognition of anatomical structures and surgical phases in robot-assisted minimally invasive esophagectomy (RAMIE) using deep learning: a retrospective cohort study 2026-Sep, Surgical endoscopy DOI:10.1007/s00464-026-12985-1 PMID:42423778	研究论文	本研究利用深度学习技术，开发了用于机器人辅助微创食管切除术（RAMIE）胸部部分的实时解剖结构识别和手术阶段识别算法	首次针对RAMIE胸部部分开发实时解剖结构分割和手术阶段识别算法，并系统评估了当前最先进算法在该复杂手术场景中的挑战	数据集规模较小且类别不平衡，导致出现频率较低的类别性能较差；手术阶段转换期间准确率下降；单中心回顾性研究	开发用于RAMIE胸部部分的实时解剖结构识别和手术阶段识别算法，并理解当前最先进算法面临的挑战	RAMIE手术视频中的解剖结构和手术器械以及手术阶段	计算机视觉	食管癌	深度学习	CNN	图像	解剖分割数据集包含来自53个视频的1504帧图像，手术阶段数据集包含38个视频	NA	SegNeXt	重叠分数（overlap score）、准确率（accuracy）	NA
1664	2026-09-18	AI-driven multimodal retinal imaging for early detection and risk stratification of vascular and neurodegenerative diseases 2026-Sep, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-026-07273-6 PMID:42171726	综述	本文综述了人工智能驱动的多模态视网膜成像在血管和神经退行性疾病早期检测与风险分层中的应用	系统整合了多模态视网膜成像（如眼底照相、OCT、OCTA及代谢敏感成像）与先进AI方法（深度学习、自监督学习、多模态融合），用于全身性血管和神经退行性疾病的风险分层和决策支持	仍面临多中心验证、前瞻性临床试验、数据融合和监管框架等挑战	探讨AI与多模态视网膜成像在心血管、代谢和神经系统疾病早期风险分层和纵向监测中的潜力	视网膜血管和神经层变化作为全身性疾病生物标志物，涉及高血压、卒中、冠状动脉疾病、糖尿病并发症、阿尔茨海默病、帕金森病、多发性硬化症和认知障碍等	医学影像分析	心血管疾病, 神经退行性疾病, 代谢性疾病	眼底照相, 光学相干断层扫描（OCT）, OCT血管成像（OCTA）, 代谢敏感成像	深度学习, 自监督学习, 多模态融合	图像	NA	NA	NA	NA	NA
1665	2026-09-18	GAT-BiGRU: explainable multi-task temporal graph learning for glucose forecasting, hypoglycemia risk, and counterfactual insulin adjustment 2026-Sep-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocag104 PMID:42314749	研究论文	该研究开发了一种可解释的多任务时序图学习框架，用于联合预测血糖轨迹、低血糖风险并提供胰岛素调整建议。	提出了将多模态连续血糖监测时间序列转换为时序k邻域图，并结合图注意力网络与双向门控循环单元进行多任务学习的新框架；同时引入预测驱动的反事实模块生成有界、个体化的胰岛素调整建议，并通过GNNExplainer提供可解释性。	摘要中未明确提及研究局限性。	开发一种可解释的多任务时序图框架，联合预测30分钟和60分钟时间范围内的血糖轨迹和低血糖风险，并提供有界、患者特异性的胰岛素调整建议。	1型糖尿病患者的连续血糖监测数据。	机器学习	1型糖尿病	连续血糖监测	图注意力网络, 双向门控循环单元	时间序列	使用了OhioT1DM和BrisT1D数据集，具体样本量未在摘要中说明。	NA	GAT-BiGRU	PR-AUC, MAE, RMSE, MARD, 预测TIR	NA
1666	2026-09-18	Explainability of artificial intelligence (AI) tools in assisted reproductive technologies (ARTs): promise, clinical reality, and conceptual limits 2026-Sep-01, Human reproduction (Oxford, England) DOI:10.1093/humrep/deag102 PMID:42323849	观点文章	本文批判性地探讨了可解释人工智能（XAI）在辅助生殖技术（ART）中的价值，区分了可解释性、解释性和透明度的概念，并主张根据具体情境权衡可解释性的必要性	以辅助生殖技术作为典型临床背景，跨学科（医学、人工智能、哲学、社会科学）分析可解释性在医疗AI中的作用，并超越黑箱与可解释模型的二元对立，提出基于证据的务实整合方法	作为观点文章，未提供原始实验数据或系统性验证，主要基于概念分析和现有文献综述	批判性地审视可解释性在医疗人工智能中的角色，并探讨其在辅助生殖技术中的承诺、临床现实与概念局限	辅助生殖技术中的人工智能应用（如胚胎评估、配子选择和结局预测）	数字医学	不孕不育	NA	深度学习	NA	NA	NA	NA	NA	NA
1667	2026-09-18	Deep learning-based automatic identification model of main pancreatic duct in intraoperative ultrasonography 2026-Sep, Surgical endoscopy DOI:10.1007/s00464-026-13056-1 PMID:42414777	研究论文	本研究开发了一种基于深度学习的术中超声主胰管自动识别模型，旨在提高胰腺剜除术的手术精度并降低术后胰瘘风险	首次将基于Fast R-CNN的深度学习模型应用于术中超声图像和视频中主胰管的自动识别，实现实时标注和术中无缝集成	假阳性率较高（内部验证中置信度大于0.8的假阳性占73.3%），且每帧常出现多次检测（80%），需要进一步优化以减少误检	开发深度学习模型实现术中超声主胰管的自动识别，以增强手术精度并降低术后胰瘘风险	接受微创胰腺剜除术的患者术中超声图像和视频	计算机视觉	胰腺癌	术中超声	CNN	图像, 视频	166例患者的术中超声图像和视频（训练集44702张图像，内部验证集447张图像，外部验证集408张图像和16段视频，其中10段视频来自其他机构）	NA	Fast R-CNN	召回率, 准确率, 交并比（IoU）, 帧率（fps）	NA
1668	2026-09-18	Automated surgical phase recognition and analysis in single-incision laparoscopic cholecystectomy using artificial intelligence 2026-Sep, Surgical endoscopy DOI:10.1007/s00464-026-13119-3 PMID:42429784	研究论文	本研究开发了一个基于深度学习的手术阶段识别与预测系统，用于单孔腹腔镜胆囊切除术的视频分析。	开发了针对单孔腹腔镜胆囊切除术的多中心手术阶段识别与预测系统，并验证了增加训练病例数量可显著提升模型性能。	样本量相对有限（148例视频），仅来自两个医疗中心，需要进一步验证模型的泛化能力。	开发单孔腹腔镜胆囊切除术的手术阶段自动识别与预测系统，以促进手术质量评估、提高培训效率并支持更安全的手术执行。	单孔腹腔镜胆囊切除术视频。	计算机视觉	胆囊疾病	NA	深度学习	视频	148例单孔腹腔镜胆囊切除术视频（122例用于训练，26例用于测试），来自两个医疗中心	NA	Trans-SVNet	准确率, 精确率, 召回率, Jaccard指数, 平均绝对误差（MAE）	NA
1669	2026-09-18	Deep learning-enabled tissue engineering scaffold classification using cell morphology 2026-Sep, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2026.07.061 PMID:42556765	研究论文	该研究利用单细胞三维形态的定量分析，通过放射组学和光线追踪两种深度学习流程对组织工程支架类型进行分类	首次将单细胞三维形态作为支架类型的非破坏性替代读数，并开发了两种互补的分类器：可解释的放射组学流程和基于光线追踪的CNN流程	研究仅在受控条件下验证，样本量有限（969个细胞），分类准确率约73%，需要进一步验证	探究单细胞三维形态能否作为支架类型的非破坏性替代读数，以加速生物材料设计和优化	人类骨髓基质细胞（hBMSCs）的三维重建图像	数字病理学	NA	三维细胞形态定量分析、放射组学、光线追踪	前馈神经网络、卷积神经网络（CNN）	图像	969个高分辨率三维重建的人类骨髓基质细胞	NA	前馈神经网络、CNN	准确率	NA
1670	2026-09-18	Histological aging signatures for monitoring tissue-specific aging and disease 2026-Sep, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-026-04566-5 PMID:42601488	研究论文	利用深度学习分析多组织全切片病理图像构建组织时钟，评估组织特异性衰老并与疾病关联	首次基于大规模多组织病理图像构建组织时钟，整合组织学与转录组数据实现血液预测组织衰老	未明确提及，可能受限于队列人群特征及回顾性设计	开发组织学衰老特征以监测组织特异性衰老及其与疾病的关系	人类多组织样本（来自GTEx队列的983名个体）	数字病理学	阿尔茨海默病、中风、克罗恩病等八种常见疾病	全切片组织病理学成像、转录组学	深度学习	病理图像、转录组数据	25,712张全切片图像，来自983名个体，40种组织类型	NA	NA	NA	NA
1671	2026-09-18	A hybrid deep learning framework for estimating urban tree transpiration 2026-Sep-01, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130780 PMID:42664920	研究论文	该研究提出了一个混合深度学习框架，将Jarvis过程模型与深度学习结合，通过三种物理引导策略（残差学习、加权融合、特征学习）来估算城市树木的蒸腾作用，并与Jarvis模型、纯深度学习模型和随机森林进行对比	提出了三种将Jarvis过程模型嵌入深度学习的物理引导策略（M2残差学习、M3加权融合、M4特征学习），并利用SHAP可解释性方法分析特征贡献和交互作用，揭示了模型推导的物种特异性响应模式	研究仅基于慕尼黑和维尔茨堡两个城市的数据，仅涉及两种树种，模型在其他城市和树种的泛化能力有待验证	评估物理引导深度学习策略在估算城市树木蒸腾作用方面的有效性，探索将过程知识嵌入城市蒸散发和微气候模型的实用途径	城市树木的蒸腾作用，具体为小叶椴和刺槐两种树种的每小时潜热通量	机器学习	NA	涡度相关法液流测量、环境监测	混合深度学习模型、随机森林	时间序列数值数据	慕尼黑和维尔茨堡2015-2021年的每小时液流观测数据，两种树种（小叶椴和刺槐）	NA	残差学习网络、加权融合网络、特征学习网络、随机森林	NSE, RMSE	NA
1672	2026-09-18	AI-enabled root-cause diagnosis of water quality anomalies in continuous monitoring networks using a retrieval-augmented generation (RAG) approach 2026-Sep-01, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130753 PMID:42673824	研究论文	该研究提出WQ-RAG框架，将深度学习异常检测与检索增强生成相结合，实现水质异常的自动化根源诊断，并在USGS四个河流监测站的数据上进行了验证	首次将RAG与深度学习异常检测集成用于水质异常的根源诊断，利用监管文档知识库为LLM生成提供依据，实现监管相关的可解释诊断	仅在四个USGS监测站进行评估，知识库仅包含25份监管和技术文档，未与其他XAI方法进行广泛比较	解决实时水质监测中异常检测难以转化为可操作诊断的问题，实现基于监管依据的水质异常根源自动诊断	USGS运营的四个地理和水文地球化学条件各异的河流监测站2021至2024年的高频水质监测数据	机器学习	NA	高频水质传感器监测、深度学习异常检测、检索增强生成、大语言模型	LSTM自编码器、PatchTST、Llama-3-8B	时间序列	美国地质调查局（USGS）运营的四个河流监测站2021至2024年的高频监测数据，以及25份监管和技术文档构建的知识库	NA	LSTM自编码器、Patch Time Series Transformer、Llama-3-8B	F1分数、AUC-ROC、解释质量评分（完整性、监管准确性、可操作性）	NA
1673	2026-09-18	Deep learning-enabled real-time acoustofluidic sorting for selective microalgae recovery under wastewater-relevant heterogeneous conditions 2026-Sep-01, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.135751 PMID:42679963	研究论文	本研究开发了一种集成图像识别与声表面波操控的实时智能声流控分选系统，用于在废水相关的异质条件下选择性回收微藻	将多尺度特征学习与空间注意力机制相结合，提高了动态流动微藻在异质条件下的识别鲁棒性，并实现了实时声流控分选	研究在受控的微藻混合物中进行，未在真实复杂废水环境中验证，且仅针对雨生红球藻进行了纯度评估	开发一种实时智能声流控分选系统，用于在废水异质环境中高效、高纯度地回收微藻	微藻（雨生红球藻）及废水相关的异质颗粒	计算机视觉	NA	声流控分选、声表面波操控、图像识别	深度学习模型（具体架构未明确，包含多尺度特征学习和空间注意力机制）	图像	受控微藻混合物样品，具体数量未提及	NA	多尺度特征学习结合空间注意力机制（具体架构未明确）	纯度、感知到命令延迟、细胞代谢活性	NA
1674	2026-09-18	A human epithelial cell cycle dataset 2026-Sep-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-08216-w PMID:42680767	研究论文	本文介绍了一个大规模的单细胞数据集，用于细胞周期阶段的分类，包括10万张HEp-2细胞图像，并基于CNN模型进行了预分类和专家校正	构建了一个大规模的、算法辅助的细胞周期单细胞图像数据集，包含10万张图像，并提供了专家双盲校正的分类标签	数据集仅基于HEp-2细胞系，可能不适用于其他细胞类型；图像采集和分类过程依赖于特定实验条件	为生物医学和深度学习应用提供资源，促进细胞周期检测算法的训练和评估	HEp-2细胞	数字病理学	NA	DAPI染色，自动显微镜成像，细胞分割	CNN	图像	10万张单细胞图像	NA	VGG16	NA	NA
1675	2026-09-18	Artificial Intelligence and the Evolving Standard of Care in Dentistry: Clinical Evidence, Regulatory Landscape, and Medicolegal Implications 2026-Sep, Compendium of continuing education in dentistry (Jamesburg, N.J. : 1995) PMID:42709026	综述	本文综述了人工智能在牙科临床实践中的证据、监管现状及医疗法律影响，探讨了AI工具何时从可选竞争项转变为诊疗标准	系统整合了2021至2025年间的系统综述和meta分析证据，结合FDA 510(k)审批数据和机器人辅助种植手术的临床数据，首次从医疗法律角度探讨AI工具融入牙科诊疗标准的临界问题	牙科专项法律判例仍然有限，存在自动化偏差、算法公平性问题，以及监管审批与独立科学验证之间存在差距	综述AI在牙科各学科中的临床证据，追溯技术重塑实践期望的历史规律，分析医疗法律框架下的专业责任，并提出负责任整合的指南	AI驱动的牙科诊断工具（包括龋齿检测、根尖周病变检测、牙周骨丧失评估的深度学习算法）及机器人辅助种植手术系统	数字病理学	口腔疾病	深度学习算法、机器人辅助手术系统	深度学习	图像	超过270例机器人辅助种植体植入的临床序列	NA	NA	灵敏度、平均角度偏差	NA
1676	2026-09-18	Development and Crossover Evaluation of an Artificial Intelligence-Assisted System for Solid Pancreatic Lesion Detection and Pancreatic Parenchyma Recognition in Endoscopic Ultrasonography (With Video) 2026-Sep, Digestive endoscopy : official journal of the Japan Gastroenterological Endoscopy Society IF:5.0Q1 DOI:10.1111/den.70282 PMID:42720264	研究论文	该研究开发了一种人工智能辅助系统，用于在内镜超声中检测实性胰腺病变和识别胰腺实质，并通过交叉试验评估其对操作者表现的影响	开发了用于内镜超声中实性胰腺病变检测和胰腺实质识别的AI叠加系统，并采用随机两序列两周期交叉阅读者研究设计评估其效果	胰腺实质识别的敏感性提升未达到预设的优效性标准（p=0.095）	开发AI辅助系统以检测实性胰腺病变和识别胰腺实质，并评估其对内镜超声医师阅读表现的影响	118名患者的120组实性胰腺病变阳性和阴性图像集及160组胰腺实质阳性和阴性图像集，以及8名内镜超声医师（5名新手和3名专家）	医学图像分析	胰腺癌	内镜超声	深度学习	图像	118名患者，120组实性胰腺病变图像集，160组胰腺实质图像集，8名阅读者	NA	NA	敏感性, 特异性, 准确率	NA
1677	2026-09-18	Clinical usability of an explainable AI decision support tool and evaluation of multimodal models in NSCLC 2026-Sep, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-026-04488-2 PMID:42733093	研究论文	本研究开发了基于人工智能的可解释决策支持工具，并评估了多模态模型在非小细胞肺癌（NSCLC）免疫治疗选择中的临床可用性	ILUNG是迄今最大的国际性、真实世界、多模态、基于AI的研究，纳入了2,396名患者，整合了临床、血液、CT图像、数字病理和基因组数据，并进行了临床可用性研究	多模态整合（MLEF）的增量 benefit 在测试集和外部验证集中未体现，外部验证性能下降可能反映人群差异	评估可解释AI决策支持工具的临床可用性，并评估多模态模型在NSCLC免疫治疗选择中的性能	非小细胞肺癌（NSCLC）患者	数字病理学, 计算机视觉, 机器学习	肺癌	CT成像, 数字病理, 基因组学, 血液生物标志物	机器学习, 深度学习	图像, 文本, 基因组数据, 临床数据	2,396名患者	NA	NA	AUC	NA
1678	2026-09-18	Correction to: Deep learning reveals genomic regions introgressed between two recurrently hybridizing lynx species 2026-Sep-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msag234 PMID:42742200	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1679	2026-09-18	A systematic review of prolonged posture monitoring with accelerometer-based wearable sensors 2026-Sep, PLOS digital health DOI:10.1371/journal.pdig.0001538 PMID:42743259	系统综述	系统综述评估了使用加速度计可穿戴传感器进行长时间姿势监测的研究，涵盖了从数据采集到用户反馈的整个流程	首次系统性地综合了长时间姿势监测的传感至反馈全流程研究，识别了从监测到可操作反馈转化过程中的研究空白	研究间异质性较大，无法进行定量合成，证据基础主要集中在西方办公室人群，且无研究使用实时姿势监测结果触发反馈	综合当前长时间姿势监测的实践方法，识别从数据采集、准备、分析到用户反馈全流程中的研究差距	使用身体佩戴加速度计传感器监测清醒状态下至少十分钟不间断坐姿或站姿的研究	机器学习	NA	加速度计可穿戴传感器	NA	加速度计信号	14项研究	NA	NA	NA	NA
1680	2026-09-18	HighFold4: extending AlphaFold3 to accurate cyclic peptide conformation prediction via custom chemical connectivity 2026-Sep-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag505 PMID:42743971	研究论文	该文章提出了HighFold4框架，通过扩展AlphaFold3以利用自定义化学连接性实现准确的环肽构象预测	通过显式地纳入用户定义的残基间的化学连接性，而不重新训练基础模型，实现了拓扑闭合和键特异性环化，克服了现有方法对酰胺或二硫键连接大环的偏倚，能够预测具有定制环几何和连接化学的多种环肽构象	摘要中未明确提及限制	扩展AlphaFold3以实现准确的环肽构象预测，特别是通过自定义化学连接性来生成闭合环拓扑并指定环化键的化学特性	环肽	机器学习	NA	NA	NA	NA	179个环肽结构	NA	AlphaFold3	NA	NA