Ứng dụng học sâu trong đánh giá và dự đoán kỹ năng kỹ thuật phẫu thuật ở đóng mỏm âm đạo hỗ trợ bằng robot: Nghiên cứu tiến cứu đa trung tâm

Tổng quan này tổng hợp các bằng chứng về các mô hình học sâu trong đánh giá kỹ năng kỹ thuật và phát hiện sai sót khi đóng mỏm âm đạo hỗ trợ bằng robot, nhấn mạnh đánh giá kỹ năng phẫu thuật khách quan, độ chính xác của mô hình và ý nghĩa đối với đào tạo cũng như cấp chứng nhận phẫu thuật.

Dự đoán sớm hiệu quả của dupilumab trong viêm da cơ địa vùng mặt bằng kính hiển vi đồng tiêu phản xạ và học sâu

Các đặc điểm kính hiển vi đồng tiêu phản xạ ở tuần 4 sau điều trị dupilumab, kết hợp với phân tích học sâu, cho phép dự đoán không xâm lấn đáp ứng điều trị ở bệnh nhân viêm da cơ địa vùng mặt.

Tái định hình tiên lượng ung thư đại trực tràng giai đoạn II: Thẩm định AI tăng cường ngữ nghĩa cho phân tầng nguy cơ

Mô hình AI mới SÉMIL, kết hợp thị giác - ngôn ngữ và học đa thể hiện, cải thiện độ chính xác tiên lượng trong ung thư đại trực tràng giai đoạn II bằng cách tinh chỉnh phân tầng nguy cơ vượt lên trên các đánh giá lâm sàng hiện có, đặc biệt ở các phân nhóm nguy cơ cao theo NCCN.
MAIPI: Chỉ số tiên lượng mới dựa trên AI cho u lympho tế bào áo choàng từ mô học thường quy

MAIPI: Chỉ số tiên lượng mới dựa trên AI cho u lympho tế bào áo choàng từ mô học thường quy

Mô hình học sâu MAIPI là một công cụ tiên lượng mới, chính xác cho u lympho tế bào áo choàng, sử dụng ảnh sinh thiết nhuộm H&E thường quy, không cần xét nghiệm phân tử hay giải phẫu bệnh chuyên gia, đồng thời cải thiện phân tầng nguy cơ để hỗ trợ điều trị cá thể hóa.
Năng lực Dự đoán của Động học Radiomic Dựa trên MRI cho Phản ứng Hoàn toàn Bệnh lý trong Ung thư Gan tế bào

Năng lực Dự đoán của Động học Radiomic Dựa trên MRI cho Phản ứng Hoàn toàn Bệnh lý trong Ung thư Gan tế bào

Đánh giá này đánh giá cách delta radiomic được hỗ trợ bởi học sâu trên MRI, kết hợp với phản ứng AFP, cung cấp dự đoán không xâm lấn, chính xác cao về phản ứng hoàn toàn bệnh lý ở HCC không thể cắt bỏ đang trải qua điều trị miễn dịch chuyển đổi.
Phá vỡ rào cản phần cứng: Cách AI chuyển đổi miền cho phép phát hiện bệnh hoàng điểm 3D OCT không phụ thuộc nhà cung cấp

Phá vỡ rào cản phần cứng: Cách AI chuyển đổi miền cho phép phát hiện bệnh hoàng điểm 3D OCT không phụ thuộc nhà cung cấp

Một nghiên cứu đa trung tâm trên JAMA Ophthalmology giới thiệu một mô hình học sâu sử dụng công nghệ chuyển đổi miền để phát hiện chính xác các bệnh hoàng điểm trên các thiết bị OCT của nhiều nhà cung cấp phần cứng khác nhau, đạt giá trị dự đoán âm cao và thiết lập một hệ thống phân loại mạnh mẽ cho các bối cảnh lâm sàng đa dạng.
Dự đoán do AI: EEGSurvNet dự đoán chính xác thời gian co giật từ dữ liệu EEG thường quy

Dự đoán do AI: EEGSurvNet dự đoán chính xác thời gian co giật từ dữ liệu EEG thường quy

Các nhà nghiên cứu đã phát triển EEGSurvNet, một mô hình sinh tồn sâu phân tích EEG thường quy để dự đoán nguy cơ co giật trong hai năm. Mô hình này vượt trội hơn các mô hình lâm sàng, đạt AUROC 0.80 sau hai tháng và cho thấy hiệu quả cao ở bệnh nhân không có dấu hiệu co giật interictal rõ ràng.
Học sâu trong Tai Mũi Họng: Hứa hẹn, Hiệu suất và Đường dẫn đến Sử dụng Lâm sàng

Học sâu trong Tai Mũi Họng: Hứa hẹn, Hiệu suất và Đường dẫn đến Sử dụng Lâm sàng

Phân tích tổng hợp quan trọng này của một đánh giá thuật ngữ (327 nghiên cứu học sâu) từ năm 2020-2025 đánh giá các ứng dụng học sâu (DL) trong chẩn đoán, tiên lượng, phân đoạn và sử dụng mới trong phẫu thuật trong Tai Mũi Họng, đồng thời đề xuất các bước thực tế để triển khai an toàn và công bằng.