基于盲超声扫描的AI工具估算妊娠年龄的诊断准确性 背景介绍 妊娠年龄（Gestational Age, GA）的准确评估是良好孕期护理的基础，但通常需要通过超声检查实现。然而，许多低资源地区缺乏足够的超声设备，这使得GA的准确评估变得十分困难。近年来，硬件和人工智能（Artificial Intelligence, AI）在医学图像分析中的进步，为广泛使用这一诊断工具提供了契机。本研究基于一个深度学习AI模型，开发了一个低成本、无需高端配置的电池供电设备，旨在评估其在非专业用户手中估算妊娠年龄的准确性。 研究来源 这篇研究由Jeffrey S. A. Stringer, MD及其团队撰写，作者来自于北卡罗来纳大学、赞比亚大学等机构。该研究于2024年8月1日在线发表于《JAMA》。 研究流程...

StrokeClassifier：人工智能工具基于电子健康记录对缺血性卒中进行病因分类 项目背景及研究动机 脑卒中（尤其是急性缺血性卒中，AIS）的病因识别工作对二次预防至关重要，但诊断起来往往非常困难。在美国，每年的缺血性卒中新发病例近67.6万，其中四分之一的患者曾有过卒中史。这种病症的再发率较高，甚至可能导致死亡或进一步的残疾。缺血性卒中的病因可以多种多样，包括大动脉粥样硬化、心源栓塞、小血管病以及其他罕见病因。然而，美国大约20-30%的缺血性卒中患者在经过评估后，病因依然无法确定，被归类为隐源性卒中。这部分患者的再发卒中风险特别高。因此，能够准确识别隐源性卒中的病因，对于优化治疗方案、提高患者预后具有重要意义。然而，做出准确诊断需要整合大量的数据，包括临床史、体检结果、实验室数据、...