AI心电图模型筛查房颤风险获多中心验证
房颤作为一种普遍的心律紊乱，会明显提升脑卒中和心衰的危险性。该病症往往表现为隐匿性或间歇发作，给临床确诊带来挑战。及早发现尚未诊断或新发的房颤病例，并迅速启动口服抗凝疗法，可显著减少卒中事件。基于此，研发有效的筛查手段来甄别高风险群体，对临床实践具有重要价值。4月7日，Tempus AI公司的Christopher M. Haggerty作为通讯作者，在《Heart Rhythm》期刊发表了题为《人工智能心电图模型预测1年内心房颤动或扑动风险的多中心验证》的研究论文。此项研究共收集了三个不同医疗中心的40
AI辅助宫颈细胞分级与宫颈癌精准诊断新突破
宫颈癌筛查面临的核心难题并非技术手段的匮乏，而是在大规模筛查实践中，如何实现细胞学判读的稳定、标准化与可扩展性。宫颈细胞学检查虽成本低廉、覆盖面广，但其结果高度依赖于细胞病理医师的个人经验，阅片过程耗时费力，且不同医师间的诊断一致性始终难以保证。为应对这一挑战，本研究开发了一个名为AICCS（人工智能宫颈癌筛查）的宫颈细胞学分级人工智能系统，并在全切片图像层面进行了系统性评估。该系统并非简单地端到端取代人工判读，而是作为辅助工具，首先在细胞/局部图像层面识别异常细胞，进而在全切片层面综合相关特征完成分级判