1. npj digital medicine | 可解釋的地中海貧血早期分類風險預測模型的開發(fā)與驗證；

2. IEEE Trans. Med. Imaging | 基于超寬帶雷達的兒童肥胖評估：脂肪組織表征新方法；

3. npj parkinson's disease | 優(yōu)化腕戴式可穿戴設備的依從性：來自兩項帕金森病隊列研究的啟示；

醫(yī)工簡報音頻內(nèi)容已在喜馬拉雅、小宇宙等平臺上線，歡迎訂閱收聽~

醫(yī)學人工智能

npj digital medicine | 可解釋的地中海貧血早期分類風險預測模型的開發(fā)與驗證

地中海貧血是一種遺傳性血液疾病。目前的診斷方法主要依賴精密設備和經(jīng)過專門培訓的技術人員。該研究旨在通過將機器學習（ML）算法應用于常規(guī)血液參數(shù)，實現(xiàn)對地中海貧血的識別和基因分型。研究從四家獨立醫(yī)院招募了31,311名個體作為推導隊列，并開發(fā)了八種機器學習模型用于此目的。通過一組評估指標比較了這些模型的性能。此外，還招募了2000名患者作為外部驗證隊列，以評估模型的泛化能力。結果表明，類別提升（CatBoost）模型在訓練和外部驗證隊列中均表現(xiàn)出最佳的判別能力。該模型隨后被集成到一個在線平臺中，有望通過自動分析常規(guī)血液檢測參數(shù)，成為輔助識別和基因分型地中海貧血的工具。

https://www.nature.com/articles/s41746-025-01766-0

醫(yī)學成像技術

IEEE Trans. Med. Imaging | 基于超寬帶雷達的兒童肥胖評估：脂肪組織表征新方法

肥胖評估亟需非侵入式精準方法，現(xiàn)有技術如活檢具侵入性，MRI/超聲成本高昂。6月11日，加拿大阿爾伯塔大學團隊提出創(chuàng)新方案，利用超寬帶（UWB）時域雷達結合遺傳算法優(yōu)化，實現(xiàn)離體脂肪組織介電特性與厚度的同步測量。該研究構建三層腹部組織模型（皮膚-脂肪-肌肉），以豬肉組織模擬人體實驗；創(chuàng)新性采用帶孔徑（直徑2cm）金屬板聚焦測量區(qū)域，通過優(yōu)化反射系數(shù)差異函數(shù)反演組織參數(shù)；在CST人體體素模型（嬰兒/兒童/成人）驗證誤差低于10%，實驗證實脂肪介電常數(shù)（棕色≈8, 白色≈4）可區(qū)分脂肪類型并評估肥胖程度；比吸收率（SAR）分析表明輻射安全，為臨床提供了一種安全、低成本、非接觸的兒童肥胖篩查新工具。

https://doi.org/10.1109/TMI.2025.3578283

可穿戴技術

npj parkinson's disease | 優(yōu)化腕戴式可穿戴設備的依從性：來自兩項帕金森病隊列研究的啟示

可穿戴技術能夠?qū)崿F(xiàn)實時、連續(xù)、無創(chuàng)的數(shù)據(jù)采集，其中長期依從性至關重要。個性化帕金森項目（PPP）和帕金森病進展標志物倡議（PPMI）使用了Verily研究手表。參與者包括被診斷為帕金森?。≒D）、前驅(qū)期PD患者以及健康對照組，他們被要求每天佩戴手表長達23小時，且設備不會向參與者顯示或反饋數(shù)據(jù)。研究評估了依從性措施和用戶體驗。通過集中支持模式，識別了數(shù)據(jù)收集的障礙并實現(xiàn)了主動干預。兩年間，PPP的中位每日佩戴時間為21.9小時，PPMI為21.1至22.2小時。參與者對參與帕金森病研究表現(xiàn)出高度積極性。這些結果凸顯了在不提供個體數(shù)據(jù)的情況下實現(xiàn)高參與度的策略。該方法為那些反饋數(shù)據(jù)可能引入偏倚或影響數(shù)據(jù)完整性的研究設計提供了寶貴參考。

https://www.nature.com/articles/s41531-025-01016-w

END

內(nèi)容 | 張艷青 郝婭婷

編輯 | 周宇茜

審核 |  劉帥 羅虎