<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet href="/rss.xsl" type="text/xsl"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>人工智能医疗 | 知识分享官</title><description>你当然会幸福、强大、所向披靡。</description><link>https://notepro.pages.dev</link><item><title>AI 已经能“像医生一样思考”了吗？一项顶级研究给出了冷静答案很多人都有过这样的体验：看病时医生时间紧、信息不全，诊断往往依赖经验判断</title><link>https://notepro.pages.dev/posts/CNSmydream-1133</link><guid isPermaLink="true">https://notepro.pages.dev/posts/CNSmydream-1133</guid><pubDate>Mon, 04 May 2026 04:00:47 GMT</pubDate><content:encoded>&lt;a href=&quot;/posts/CNSmydream-1072&quot;&gt;&lt;blockquote&gt;&lt;small&gt;
&lt;div&gt;
  &lt;span&gt;来一点医学科学前沿&lt;i&gt;&lt;b&gt;🤯&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;🤯&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;🥹&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;🥹&lt;/b&gt;&lt;/i&gt;&lt;/span&gt;
&lt;/div&gt;
&lt;div&gt;近半数 AI 聊天机器人医疗回答有问题：五大模型医疗准确性审计  当你用 AI 聊天机器人问健康问题时，得到的答案靠谱吗？这项研究对这一问题进行了系统审计。随着 Gemini、DeepSeek、ChatGPT、Meta AI、Grok 等聊天机器人被大众广泛当作&quot;搜索引擎&quot;使用——包括查询日常健康和医疗问题——其回答质量却鲜有严格审查。  研究人员在 2025 年 2 月对五大主流聊天机器人进行了压力测试：每个机器人回答 10 道来自癌症、疫苗、干细胞、营养和运动表现五个领域的问题，并使用对抗性提示策略（adversarial…&lt;/div&gt;
&lt;/small&gt;&lt;/blockquote&gt;&lt;/a&gt;&lt;b&gt;AI 已经能“像医生一样思考”了吗？一项顶级研究给出了冷静答案&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;很多人都有过这样的体验：看病时医生时间紧、信息不全，诊断往往依赖经验判断。那问题来了——如果把这些复杂病例交给 AI，它真的能做得更好吗？4 月底发表在《Science》的一项研究，首次把最新一代大语言模型，直接拉到真实医学场景中，与数百名医生“正面对比”。&lt;br /&gt;&lt;br /&gt;研究团队评估了 OpenAI o1 系列模型在多种临床推理任务中的表现，包括《新英格兰医学杂志》的经典疑难病例、虚拟临床推理训练案例、真实急诊室患者，以及诊断和治疗方案制定等任务。结果显示，在多个实验中，o1 模型在诊断准确率、鉴别诊断质量和管理决策评分上，整体都高于住院医师和资深医生。例如，在 NEJM 疑难病例中，模型 78% 的情况下能把正确诊断纳入鉴别诊断；在真实急诊分诊阶段，模型给出“准确或非常接近正确诊断”的比例达到 67%，高于两位资深内科医生。研究并未深入解释模型“为什么”能做到这一点，只是指出其在信息有限、时间紧迫的场景下，综合文本信息的能力更稳定。&lt;br /&gt;&lt;br /&gt;这并不意味着 AI 可以取代医生。作者明确强调，研究仅评估了文本推理能力，而真实医疗还依赖体格检查、影像、声音和情境判断。此外，这些结果主要来自内科和急诊医学，不能代表所有专科。更重要的是，目前研究只是“性能比较”，真正能否改善患者结局，还需要前瞻性临床试验。但可以确定的是，AI 作为“第二意见”的潜力已经非常现实，医疗系统需要开始认真思考如何安全地与它协作。&lt;br /&gt;&lt;br /&gt;&lt;blockquote&gt;AI 已经在急诊分诊赢了医生，但离“真正看病”还差好几步 &lt;i&gt;&lt;b&gt;🤖&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;🩺&lt;/b&gt;&lt;/i&gt;&lt;/blockquote&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;📖&lt;/b&gt;&lt;/i&gt;&lt;a href=&quot;https://www.science.org/doi/10.1126/science.adz4433&quot; target=&quot;_blank&quot;&gt;Science&lt;/a&gt; ︱&lt;a href=&quot;https://arxiv.org/abs/2412.10849&quot; target=&quot;_blank&quot;&gt;arXiv&lt;/a&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🗓&lt;/b&gt;&lt;/i&gt;2026-04-30&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;/search/result?q=%23%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD&quot;&gt;#人工智能&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E5%8C%BB%E5%AD%A6%E8%AF%8A%E6%96%AD&quot;&gt;#医学诊断&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B&quot;&gt;#大语言模型&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E4%B8%B4%E5%BA%8A%E5%86%B3%E7%AD%96%E6%94%AF%E6%8C%81&quot;&gt;#临床决策支持&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;Via：一往无前啊屁林&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🧬&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/CNSmydream&quot; target=&quot;_blank&quot;&gt;频道&lt;/a&gt; ｜ &lt;i&gt;&lt;b&gt;🧑‍🔬&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/CNSmydream2&quot; target=&quot;_blank&quot;&gt;群组&lt;/a&gt; ｜ &lt;i&gt;&lt;b&gt;📨&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/sciReviewer_bot&quot; target=&quot;_blank&quot;&gt;投稿&lt;/a&gt;</content:encoded></item><item><title>AI乒乓球机器人击败人类精英，物理交互新突破人类AI在围棋、象棋等计算机游戏中已超越人类，但现实中的快节奏、高精度运动如乒乓球，对实时交互要求极高，传统方法难以应对</title><link>https://notepro.pages.dev/posts/CNSmydream-1101</link><guid isPermaLink="true">https://notepro.pages.dev/posts/CNSmydream-1101</guid><pubDate>Fri, 24 Apr 2026 05:21:45 GMT</pubDate><content:encoded>&lt;div&gt;
      
        &lt;img src=&quot;/static/https://cdn5.telesco.pe/file/vMZG7RqkclD9hVZC7iBxQ4kmvYCBTyAmF5aUU5jA-bN6HbRX3iw4Khu67Os7YWoQtEZ9mZxFwRpRfPAl7SLLkWhPXT6-aKrkmUJztCIOs91t0L5EPohGYiTjh2TYhcuHG2vieg-gYKqkasPiHkQLD0JFAYw_yfRZ918V8Wy0reuAiUL45yjXxs0oRZlWE87bG8IocVjklL-PAq1JO93HEbtxm9GsMUM9eyIIQm6g4CR26cBHE73J40TiJ7i6oNUNkGPtlmA58aV9bLmSq-Jhwc3AxGhm4pWICZDgfK9ha0APnRVX-2LzJ_d1acBC-ig1MIqyVBl9g14PAPb_l9h5rA.jpg&quot; alt=&quot;AI乒乓球机器人击败人类精英，物理交互新突破人类AI在围棋、象棋等计算机游戏中已超越人类，但现实中的快节奏、高精度运动如乒乓球，对实时交互要求极高，传统方法难以应对&quot; width=&quot;600&quot; height=&quot;749&quot; loading=&quot;eager&quot; /&gt;
      
      &lt;div&gt;
        
        ×
        &lt;div&gt;
          
        &lt;/div&gt;
      &lt;/div&gt;
    &lt;/div&gt;&lt;b&gt;AI乒乓球机器人击败人类精英，物理交互新突破&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;人类AI在围棋、象棋等计算机游戏中已超越人类，但现实中的快节奏、高精度运动如乒乓球，对实时交互要求极高，传统方法难以应对。&lt;br /&gt;&lt;br /&gt;近日，研究人员开发出首个能在真实比赛中与精英人类选手竞争的自主乒乓球机器人“Ace”，为物理AI在现实世界中的应用开辟了新路径。Ace的核心突破在于其高速感知与控制系统。它采用事件驱动视觉传感器，能以极低延迟捕捉高速球和对手动作，结合模型无关强化学习算法，快速调整策略。在正式比赛中，Ace不仅多次战胜职业选手，还能稳定回击高速、高旋转的球，展示了物理AI在复杂实时交互任务中的强大能力。&lt;br /&gt;&lt;br /&gt;这一成果标志着物理AI从虚拟世界向现实物理环境的重大跨越，可能推动机器人技术在体育训练、医疗康复等领域的应用。不过，研究仍处于早期阶段，机器人的灵活性、应变能力等仍有提升空间，未来需更多研究验证其普适性。&lt;br /&gt;&lt;br /&gt;&lt;blockquote&gt;看来以后打乒乓球得小心机器人了&lt;i&gt;&lt;b&gt;🤖&lt;/b&gt;&lt;/i&gt;&lt;/blockquote&gt;&lt;br /&gt;&lt;br /&gt;来源：&lt;a href=&quot;https://doi.org/10.1038/s41586-026-10338-5&quot; target=&quot;_blank&quot;&gt;Nature&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;/search/result?q=%23%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD&quot;&gt;#人工智能&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%9C%BA%E5%99%A8%E4%BA%BA&quot;&gt;#机器人&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E4%B9%92%E4%B9%93%E7%90%83&quot;&gt;#乒乓球&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E7%89%A9%E7%90%86%E4%BA%A4%E4%BA%92&quot;&gt;#物理交互&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0&quot;&gt;#强化学习&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🧬&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/CNSmydream&quot; target=&quot;_blank&quot;&gt;频道&lt;/a&gt; ｜ &lt;i&gt;&lt;b&gt;🧑‍🔬&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/CNSmydream2&quot; target=&quot;_blank&quot;&gt;群组&lt;/a&gt; ｜ &lt;i&gt;&lt;b&gt;📨&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/sciReviewer_bot&quot; target=&quot;_blank&quot;&gt;投稿&lt;/a&gt;</content:encoded></item><item><title>前途一片光明，AI、基因剪刀与癌症疫苗将彻底重塑未来！我们正处在一个癌症研究突破性进展的时代</title><link>https://notepro.pages.dev/posts/CNSmydream-297</link><guid isPermaLink="true">https://notepro.pages.dev/posts/CNSmydream-297</guid><pubDate>Sat, 20 Sep 2025 11:20:51 GMT</pubDate><content:encoded>&lt;a href=&quot;/posts/CNSmydream-289&quot;&gt;&lt;blockquote&gt;&lt;small&gt;
&lt;div&gt;
  &lt;span&gt;来一点医学科学前沿&lt;i&gt;&lt;b&gt;🤯&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;🤯&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;🥹&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;🥹&lt;/b&gt;&lt;/i&gt;&lt;/span&gt;
&lt;/div&gt;
&lt;div&gt;唤醒自身防线：免疫疗法彻底改变癌症治疗版图  美国癌症研究协会（AACR）2025 年度报告显示，免疫疗法作为第五大癌症治疗支柱，其崛起速度和革新成果令人瞩目。通过释放或增强患者自身免疫系统的力量来对抗癌症，免疫疗法将多种晚期癌症从“不治之症”变为“可长期共存”的慢性病 。  从 2011 年仅有 1 种免疫检查点抑制剂（ICI）获批，到 2025 年已增至 15 种，覆盖超过 20 种癌症 。与此同时，以 CAR-T 为代表的细胞疗法在血液肿瘤中取得巨大成功，报告期内 FDA 更批准了首个用于实体瘤的 TCR…&lt;/div&gt;
&lt;/small&gt;&lt;/blockquote&gt;&lt;/a&gt;前途一片光明，AI、基因剪刀与癌症疫苗将彻底重塑未来！&lt;br /&gt;&lt;br /&gt;我们正处在一个癌症研究突破性进展的时代。AACR 2025年度报告用专门的篇章展望，一系列前沿科技将彻底重塑未来十年癌症的预防、诊断与治疗。报告认为，以人工智能（AI）、CRISPR基因编辑和液体活检为代表的技术浪潮，正从根本上改变我们理解、发现和治疗癌症的方式 。&lt;br /&gt;&lt;br /&gt;这些工具正被用于加速新药研发、精准解读病理影像、通过分析血液中的肿瘤DNA实现无创监测，将癌症诊疗推向智能化和个体化新高度 。人工智能正赋能从药物发现到临床决策的每一个环节；CRISPR基因编辑技术为修复致癌基因、开发新一代细胞疗法提供了可能；而液体活检则有望通过一次抽血实现多癌种的早期筛查和微小残留病（MRD）的动态监控 。&lt;br /&gt;&lt;br /&gt;基于这些技术，新一代疗法正逐渐从科幻走向现实，为攻克最难治的癌症带来了全新武器 。报告描绘的未来蓝图中，预防性癌症疫苗或将保护高危人群，而放射性药物则能像“生物导弹”一样精准清除肿瘤。这些进步预示着，癌症将越来越多地被视为一种可预防或可长期管理的疾病。&lt;br /&gt;&lt;blockquote&gt;科幻电影里的情节正在变成现实：AI医生、基因修复、防癌疫苗……感觉医学界马上就要开“科技与狠活”大展了。&lt;/blockquote&gt;&lt;br /&gt;&lt;a href=&quot;https://cancerprogressreport.aacr.org/progress/cpr25-contents/&quot; target=&quot;_blank&quot;&gt;&lt;u&gt;美国癌症研究协会&lt;/u&gt;&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;/search/result?q=%23AACR2025%E5%B9%B4%E5%BA%A6%E6%8A%A5%E5%91%8A&quot;&gt;#AACR2025年度报告&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD&quot;&gt;#人工智能&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E7%99%8C%E7%97%87%E7%96%AB%E8%8B%97&quot;&gt;#癌症疫苗&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🧬&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/CNSmydream&quot; target=&quot;_blank&quot;&gt;&lt;u&gt;频道&lt;/u&gt;&lt;/a&gt; ｜ &lt;i&gt;&lt;b&gt;🧑‍🔬&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/CNSmydream2&quot; target=&quot;_blank&quot;&gt;&lt;u&gt;群组&lt;/u&gt;&lt;/a&gt; ｜ &lt;i&gt;&lt;b&gt;📨&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/sciReviewer_bot&quot; target=&quot;_blank&quot;&gt;&lt;u&gt;投稿&lt;/u&gt;&lt;/a&gt;</content:encoded></item><item><title>AI 版“生命预测师”：GPT 新模型可预测上千种疾病演变近日，《自然》报道了一个名为 Delphi-2M 的人工智能模型 </title><link>https://notepro.pages.dev/posts/CNSmydream-286</link><guid isPermaLink="true">https://notepro.pages.dev/posts/CNSmydream-286</guid><pubDate>Thu, 18 Sep 2025 23:39:23 GMT</pubDate><content:encoded>&lt;div&gt;
      
        &lt;img src=&quot;/static/https://cdn5.telesco.pe/file/h9CQdrLU8qhv_Mo-51Uy837Urd0qfntmILoRIh1RHBSwD4JBWvU8kz6p3r17AsYw4WxgE-SD58giznRnK0wVSWYinVRwMOeWp3BFmTo6_a5LD3xn9kaCWsLLEGgYOXhpjrgWUGEAiVYCdnfjFV4A3z7zHQtGqFLadRrcT74-CmlusxuGeipxlFadPsdBBlYf_Oo5hwaU277Ve-7neJChDoFqsQQyGZ502vqrpD-m4OgG37pNpVrvpCbrPSWWpicdsvzPRJOA2Z22_gbodAvpyyQPl9mULdF1-FUf5Zk9rXJ9tAHgeiIDUHW8fQr6MV4yuI8WhFnU4W6lvry5Ffg-SA.jpg&quot; alt=&quot;AI 版“生命预测师”：GPT 新模型可预测上千种疾病演变近日，《自然》报道了一个名为 Delphi-2M 的人工智能模型 &quot; width=&quot;800&quot; height=&quot;619&quot; loading=&quot;eager&quot; /&gt;
      
      &lt;div&gt;
        
        ×
        &lt;div&gt;
          
        &lt;/div&gt;
      &lt;/div&gt;
    &lt;/div&gt;AI 版“生命预测师”：GPT 新模型可预测上千种疾病演变&lt;br /&gt;&lt;br /&gt;近日，《自然》报道了一个名为 Delphi-2M 的人工智能模型 。它的研究团队基于 GPT 架构，使其能理解并处理贯穿人一生的、带有时间顺序的健康事件。该模型通过对英国生物样本库中超过 40 万名参与者的健康数据进行深度学习，构建了一个能预测超过 1000 种疾病演变的复杂模型 。为了验证其可靠性，研究者将其直接应用于一个全新的数据集 ——190 万丹麦人的健康记录，在未做任何参数修改的情况下，模型依然展现出强大的预测能力 。&lt;br /&gt;&lt;br /&gt;Delphi-2M 的预测准确性令人瞩目。&lt;b&gt;&lt;u&gt;在评估死亡风险这项终极健康事件时，其准确率（年龄分层 AUC）达到了惊人的 0.97 。&lt;/u&gt;&lt;/b&gt;在与多种现行的临床单一疾病风险评估工具（如心血管疾病和痴呆症的评分）的比较中，Delphi-2M 的表现相当，甚至在某些方面更优 。然而，该模型最核心的突破在于其“生成”能力：它不仅能预测，还能模拟、创造出长达 20 年的个人未来健康轨迹的虚拟数据。更令人惊讶的是，当研究者用这些完全合成的、不含任何真实个人信息的数据来训练一个新模型时，新模型的性能仅比原版略有下降，这为在绝对保护患者隐私的前提下进行医学研究开辟了全新路径 。&lt;br /&gt;&lt;br /&gt;这项技术为我们描绘了个性化精准医疗的未来蓝图，但研究团队也明确指出，AI 会忠实地学习训练数据中的任何偏见，例如“健康志愿者偏见”（即研究参与者通常比普通人群更健康），因此将其直接用于临床诊断决策需格外谨慎 。&lt;br /&gt;&lt;blockquote&gt;AI 预测我 20 年后会不会生病，可我更想知道我下周的 deadline 能不能活过去。&lt;i&gt;&lt;b&gt;😭&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;😭&lt;/b&gt;&lt;/i&gt;&lt;i&gt;&lt;b&gt;😭&lt;/b&gt;&lt;/i&gt;&lt;/blockquote&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;https://doi.org/10.1038/s41586-025-09529-3&quot; target=&quot;_blank&quot;&gt;Nature&lt;/a&gt;&lt;br /&gt;&lt;a href=&quot;/search/result?q=%23%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD&quot;&gt;#人工智能&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E7%96%BE%E7%97%85%E9%A2%84%E6%B5%8B&quot;&gt;#疾病预测&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E7%94%9F%E6%88%90%E5%BC%8FAI&quot;&gt;#生成式AI&lt;/a&gt;</content:encoded></item><item><title>新 AI 模型“看眼底”就能诊断肾病？慢性肾病（CKD）的精准诊断长期依赖于肾脏穿刺活检 —— 一种有创、昂贵且存在风险的检查</title><link>https://notepro.pages.dev/posts/CNSmydream-206</link><guid isPermaLink="true">https://notepro.pages.dev/posts/CNSmydream-206</guid><pubDate>Mon, 04 Aug 2025 08:44:57 GMT</pubDate><content:encoded>&lt;div&gt;
      
        &lt;img src=&quot;/static/https://cdn5.telesco.pe/file/F1vPc-LMBAGsk2Z3UlGpgSWkEIOZXYZA0jIfTqbZbgaADxk4QXIRJ4P-rITsUC7kvk3mwGJAulza91cDk6RpzMLTjyGvBtsPSD785-IXDMbjTLFoJAugTlIMc93LxTTKLDseefHcZ2GPzW3QMiDLMs9WBPQY3ZDWPV8Fgu1InEVnzDy4dCCgN3bpaaVaKtME8YU6iBpvUnECsTerIJvcjbT9HocNfFnxXRc3lNBH7yTQ6AfEyLVBV5CEBxN1jOWXgtGshmnj1jGsUXzbzVtBh44Z2tu0CRWPN6PjQuDrXad_mK4mXmV8WrEjyPW7y27nZuMJO1TMWIMIj-dV8WH6kw.jpg&quot; alt=&quot;新 AI 模型“看眼底”就能诊断肾病？慢性肾病（CKD）的精准诊断长期依赖于肾脏穿刺活检 —— 一种有创、昂贵且存在风险的检查&quot; width=&quot;800&quot; height=&quot;615&quot; loading=&quot;eager&quot; /&gt;
      
      &lt;div&gt;
        
        ×
        &lt;div&gt;
          
        &lt;/div&gt;
      &lt;/div&gt;
    &lt;/div&gt;&lt;b&gt;新 AI 模型“看眼底”就能诊断肾病？&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;慢性肾病（CKD）的精准诊断长期依赖于肾脏穿刺活检 —— 一种&lt;b&gt;有创、昂贵且存在风险&lt;/b&gt;的检查。近日，一项发表于《自然 · 通讯》的重磅研究，成功开发出一个名为 KIDS 的人工智能系统，仅通过分析一张眼底照片，就能实现对慢性肾病的&lt;u&gt;无创筛查、病理分型乃至预后判断。&lt;/u&gt;&lt;br /&gt;&lt;br /&gt;研究团队使用了超过 13,000 张视网膜图像来训练 KIDS 深度学习模型。其原理在于，视网膜是唯一能被无创直接观察到血管和神经的部位，其微血管的微小病变能够反映出包括肾脏在内的全身健康状况。&lt;u&gt;该模型不仅能高效筛查出慢性肾病，还能精准识别五种最常见的病理类型。在一项前瞻性验证中, 其综合诊断准确率，甚至还比一组肾脏科医生（包括专家级）平均高出近 27%&lt;/u&gt;。&lt;br /&gt;&lt;br /&gt;该模型的强大之处还在于其普适性和前瞻性。它在来自中国多中心及非洲索马里的多族裔数据集中均表现出色，证明了其跨人群应用的潜力。&lt;u&gt;KIDS 系统不仅能诊断，还能结合临床数据预测患者 5 年内的疾病进展风险，为那些无法进行活检的患者提供了宝贵的决策依据&lt;/u&gt;。这项“看眼知肾”的技术，有望彻底改变慢性肾病的临床管理模式，让早期精准诊断变得更加廉价、安全和普及。&lt;br /&gt;&lt;br /&gt;&lt;blockquote&gt;要想真正应用于临床道路甚至让内科医生失业，道路还很漫长，但作为一种早期无创筛查还是十分有前景的 ~&lt;i&gt;&lt;b&gt;🥳&lt;/b&gt;&lt;/i&gt;&lt;/blockquote&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;https://www.nature.com/articles/s41467-025-62273-0&quot; target=&quot;_blank&quot;&gt;Nature Communicatio&lt;/a&gt;&lt;a href=&quot;https://www.nature.com/articles/s41467-025-62273-0&quot; target=&quot;_blank&quot;&gt;n&lt;/a&gt;&lt;a href=&quot;https://www.nature.com/articles/s41467-025-62273-0&quot; target=&quot;_blank&quot;&gt;s&lt;/a&gt;&lt;br /&gt;&lt;a href=&quot;/search/result?q=%23%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%8C%BB%E7%96%97&quot;&gt;#人工智能医疗&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%85%A2%E6%80%A7%E8%82%BE%E7%97%85&quot;&gt;#慢性肾病&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%97%A0%E5%88%9B%E8%AF%8A%E6%96%AD&quot;&gt;#无创诊断&lt;/a&gt;</content:encoded></item></channel></rss>