05.11-05.17 临床预测模型研究顶刊快报

THE LANCET  2026/05/11-2026/05/17

1、基于传统X光片检测骨骼脆性的深度学习模型的验证：一项国际队列研究  05.13  eClinicalMedicine

THE NATURE 2026/05/11-2026/05/17

1、用于识别和定位闭塞性心肌梗死的深度学习心电图模型  05.13  nature communications

2、利用机器学习在儿科心脏病学中预测住院时间和患者相似性方面具有临床应用价值  05.13  nature communications

3、多阶段混合代谢组学框架可识别用于胃癌早期检测的临床适用血浆特征  05.13  nature communications

THE LANCET

1、基于传统X光片检测骨骼脆性的深度学习模型的验证：一项国际队列研究

Validation of a deep learning model for bone fragility detection from conventional radiographs: an international cohort study

（1）背景：骨质疏松性骨折负担重，但多数高风险人群未得到筛查。现有AI工具多仅基于骨密度评估骨骼状态，未纳入骨微结构信息。本研究开发并验证一个深度学习模型，旨在通过常规X光片（脊柱、腹部、胸部或骨盆）直接评估骨骼脆性，同时整合骨密度与骨小梁分数，用于识别极高骨折风险个体。

（2）结论：该模型在五个国际站点、18,858对X光与DXA数据中验证，内部测试特异度0.93、AUC 0.85；外部验证特异度0.88–0.96，AUC 0.83–0.86。模型在欧美不同种族人群中表现稳定，高特异性支持其作为机会性筛查工具，在常规影像流程中优先识别极高骨骼脆性个体。

THE NATURE

1、用于识别和定位闭塞性心肌梗死的深度学习心电图模型

A deep learning ECG model for identification and localization of occlusion myocardial infarction

（1）背景：急性冠状动脉闭塞需快速识别与定位以避免心肌损伤。当前依赖ST段的心电图标准会漏诊大量闭塞性心肌梗死，并引发不必要的有创检查。研究旨在开发深度学习模型，直接基于急诊心电图识别并定位闭塞性心肌梗死，同时不依赖ST段抬高或肌钙蛋白，以缩短再灌注时间。

（2）结论：模型基于54万余份心电图与冠脉造影结果训练验证，对闭塞性心肌梗死识别C统计量≥0.95，非闭塞性心肌梗死≥0.87，并能定位左主干/前降支、回旋支和右冠状动脉三支主要血管。在年龄、性别、设备亚组中表现稳定，外部验证良好，支持其辅助急诊快速决策的潜力。

2、利用机器学习在儿科心脏病学中预测住院时间和患者相似性方面具有临床应用价值

Clinically-applicable prediction of hospital stay and patient similarity retrieval in paediatric cardiology using machine learning

（1）背景：儿科心脏病面临先天性心脏病等疾病罕见且复杂的挑战，住院时间预测对资源管理与风险分层至关重要。现有工具在儿科人群中应用有限，且缺乏临床验证。本研究旨在利用电子健康记录开发机器学习模型，预测住院时间并检索相似病例，以支持临床决策。

（2）结论：随机森林模型在住院时间预测中准确率达88%，优于临床医生小组；BioClinical-BERT模型用于患者相似性检索，在重症监护室试点中显示出临床实用性。聚类分析识别出三个临床特征不同的亚组。模型在六个月的静默部署中性能稳定，支持其在儿科心脏病学中辅助资源规划与个体化管理。

3、多阶段混合代谢组学框架可识别用于胃癌早期检测的临床适用血浆特征

Multi-phase hybrid metabolomics framework identifies clinically applicable plasma signatures for early detection of gastric cancer

（1）背景：胃癌早期检测对改善生存率至关重要，但现有无创标志物灵敏度与特异性不足。血浆代谢组学有潜力发现新生物标志物，但传统方法在绝对定量与生物学可解释性方面存在局限。研究旨在开发一种整合非靶向与靶向代谢组学的多阶段框架，识别用于胃癌早期检测的血浆代谢特征。

（2）结论：研究通过1,706例多中心样本，结合自研BIO-FIRE算法，筛选出覆盖5个功能代谢模块的12-代谢物组合。基于随机森林的诊断模型在验证队列中AUC达0.951，显著优于传统肿瘤标志物，并在肿瘤标志物阴性、直径<4cm及IA期胃癌等临床挑战性亚组中表现稳健，具有转化潜力。