确定心绞痛的生理阈值（ORBITA-FIRE）：一项双盲、随机、安慰剂对照研究
ORBITA-FIRE 研究揭示了比当前诊断标准更低的个性化心绞痛生理阈值。这些阈值在运动过程中变化，并预测经皮冠状动脉介入治疗 (PCI) 的成功，挑战了基于缺血的通用指南。
机器学习在个性化学校正念训练预防青少年抑郁症中的不足：MYRIAD试验见解
MYRIAD试验的二次分析显示，虽然机器学习模型可以识别可能从学校正念训练中受益的青少年，但这些预测的临床相关性仍然很小。因果森林和弹性网回归模型检测到了统计学上显著但实际影响微乎其微的结果差异。
重新思考休克管理：从标准化协议到个性化精准医疗
专家共识强调了休克治疗方式的转变，强调标准化协议必须让位于个性化的、以生理学为基础的床边护理，以防止医源性损伤并提高生存率。
利用人工智能进行个性化抑郁症治疗：来自AID-ME集群随机试验的见解
AID-ME试验表明，基于人工智能的临床决策支持系统显著提高了中度至重度主要抑郁症的缓解率，并加速了症状改善。