Skip to main content
知识分享官

Search: #医疗预测

  1. AI模型或能提前预测早产儿失明风险，助力资源有限地区筛查

    早产儿视网膜病变（ROP）是导致儿童失明的主要原因之一，早期识别至关重要。传统筛查依赖眼科检查，但资源有限地区可能面临挑战。一项新研究尝试用机器学习模型，从临床数据中预测哪些早产儿可能发展为需要治疗的ROP。

    研究团队分析了印度奥里萨邦25个新生儿护理单位的23,404份匿名病历，采用两步法。第一步用人口学、围产期、实验室和NICU数据预测任何形式ROP的发生；第二步结合眼科检查的结构化信息（如分期、区域、plus状态）识别需要治疗的患者。随机森林和LightGBM模型分别用于两步，在独立验证队列中，该框架对治疗性ROP的敏感性达84.9%。

    该框架在资源受限的公共卫生环境中具有潜力，可作为指南为基础筛查路径的辅助风险分层工具。但模型输出不应替代专业眼科评估，需进一步优化阈值、校准和外部验证。研究强调，模型旨在提高优先级，而非减少必要检查。

    AI当起健康守门人，但别急着下结论哦~🤖


    来源：Pediatric research

    #早产儿视网膜病变 #机器学习 #医疗预测 #儿科研究

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  2. 这种手术后“长度变化”从哪来？一项千人研究找到了关键原因

    很多人以为，治疗勃起功能障碍的“阴茎假体植入”只是恢复功能，但在真实医疗中，一个更影响满意度的问题其实是——术后长度变化。这一点不仅关系患者体验，也影响伴侣感受，因此一直是临床非常关注的话题。

    这项发表于《International Journal of Impotence Research》的研究，分析了一个多中心注册队列（PHOENIX项目）中1033名患者的数据。研究者记录了患者基础情况和手术过程，并用统计模型筛选“影响最终植入长度”的因素。结果显示：平均植入装置长度约20 cm，但多种既往疾病和治疗会与“较短长度”相关。例如，糖尿病平均减少约0.59 cm，前列腺根治术减少0.45 cm，盆腔放疗影响最大（减少约1.42 cm），佩罗尼病减少0.83 cm，既往海绵体注射减少0.68 cm。同时，一种手术操作差异也有影响：如果不进行“逐步扩张”，长度会略微增加约0.15 cm。至于这些因素为何影响长度，论文没有给出明确生理机制，仅基于统计结果描述相关性。

    这些发现的现实意义在于：手术效果并非完全由“手术本身”决定，患者既往疾病和治疗史同样重要。因此，术前沟通和预期管理非常关键。不过需要注意，这是观察性研究，说明的是“相关关系”，而不是因果关系，而且研究测量的是“植入装置长度”，不等同于外观或功能体验。个体差异仍然很大，具体结果需要结合个人情况评估。

    医学里很多“结果”，其实早就写在既往病史里了🙂我猜大家在关注20这个数字😝😝


    📖International Journal of Impotence Research
    📃Predictors of penile prosthesis length: results from the PHOENIX registry
    🗓2026-06-01

    #勃起功能障碍 #医学手术 #男性健康 #假体植入 #临床研究

    Via：一往无前啊屁林

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  3. 来一点医学科学前沿🤯🤯🥹🥹
    减肥神药还能治心病？司美格鲁肽或可同时改善抑郁、焦虑与药物滥用 GLP-1 受体激动剂（也就是大家熟悉的"减肥针"）除了控糖减重，可能还有一个意想不到的额外好处——降低精神疾病恶化风险。一项发表在《柳叶刀·精神病学》上的瑞典大型队列研究，对 95,490 名已确诊抑郁或焦虑的糖尿病患者进行了长达 12-13 年的随访，其中 22,480 人使用了 GLP-1 药物。 结果显示，与非 GLP-1 降糖药相比，司美格鲁肽（Ozempic/Wegovy）使精神疾病恶化风险降低 42%（HR=0.58），具体来看：抑郁恶化风险降…
    GLP-1 减肥药，可能顺带“降低”乳腺癌风险？一项新研究值得冷静看

    最近几年，GLP‑1 受体激动剂这类药物（常被称为“减肥针”）频繁出现在新闻和社交平台上。很多人已知道它们能帮助控制体重、改善代谢，但也有人开始好奇：体重和乳腺癌风险关系密切，那这类药物，会不会也对乳腺癌有影响？

    6 月初，《JCO Oncology Practice》发表的一项回顾性研究，正是围绕这个问题展开。研究并不是在探讨“治癌”，而是试图回答：在真实医疗环境中，正在或曾经使用 GLP‑1 类药物的女性，乳腺癌被发现的比例是否不同。

    研究团队回顾了 2022–2025 年间 11 万多名接受乳腺影像检查的女性电子病历，年龄 45–80 岁，均为超重或肥胖人群。其中约 1.5 万人有 GLP‑1 用药史。通过多种统计方法和“匹配”分析后，研究者发现：使用过 GLP‑1 药物的女性，乳腺癌检出率更低。在主要分析中，风险下降约 30%（校正后比值比约 0.70），这一差异在不同种族和是否合并糖尿病的人群中大体一致。

    为什么会出现这种关联？论文提到几种可能的解释线索：一方面，GLP‑1 药物能长期帮助减重，而体脂和代谢状态与乳腺癌风险密切相关；另一方面，实验研究提示这类药物可能影响炎症水平或肿瘤细胞代谢。但作者也反复强调——这些机制在本研究中并未被直接验证，现阶段只能作为推测背景，而不是结论。

    对普通人来说，这项研究传递的信号应当被理性解读。首先，它是观察性研究，只能说明“有关联”，不能证明“因果”。其次，所有受试者本就属于需要影像筛查的人群，结果并不意味着健康人群可以或应该为了防癌而使用这类药物。研究本身也明确指出：是否真的能安全、有效地用于癌症预防，仍需前瞻性随机临床试验来回答。

    科学的进步常常很慢，但最怕的是我们读得太快 😅


    📖JCO Oncology Practice
    📃GLP‑1 agonists are associated with a significant reduction in breast cancer incidence in women
    🗓2026-06-02

    #GLP1受体激动剂 #乳腺癌 #减重药物 #观察性研究 #医学科普

    Via：乘风破浪派大星

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  4. 🤖 ChatGPT Health"体检不合格"：紧急与不紧急情况易出错，漏诊风险高

    随着AI健康助手越来越普及，我们是否应该相信它能准确判断是否需要紧急就医？一项新研究对ChatGPT Health进行了严格测试，结果却揭示了令人担忧的漏洞。

    研究团队模拟了960个临床场景，发现系统在处理极端情况时表现最差。比如，对于糖尿病酮症酸中毒等紧急情况，系统竟有52%的漏诊率，建议患者等待24-48小时，而非立即去急诊。更奇怪的是，当家人或朋友淡化症状时，AI的分诊建议会显著偏向不紧急，风险比高达11.7倍。此外，在处理自杀意念时，危机干预信息有时会错误激活。

    这些发现表明，AI分诊系统在真实世界应用中可能存在严重的安全隐患。虽然患者种族、性别等因素未显著影响结果，但置信区间未排除临床意义差异，意味着仍需更多研究。研究警告，在缺乏充分验证前，不应将此类系统大规模用于消费者健康服务。

    AI分诊也怕极端情况，紧急和没病都容易搞错🤯


    来源：Nature medicine

    #AI医疗 #分诊系统 #ChatGPT #健康助手 #医疗AI #安全风险

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿