AI结合PI-RADS v2.1标准减少PI-RADS 3分病灶判读不一致性
目前，前列腺影像报告和数据系统2.1版（PI-RADS v2.1）已成为前列腺多参数磁共振成像（mpMRI）判读的标准化体系，但其中3分病灶的判读存在较大主观差异，容易导致观察者间分歧及不必要的穿刺活检。人工智能（AI）系统通过提供客观的图像分析手段，有助于优化前列腺MRI判读流程，减少过度诊断问题。在此背景下，一项题为“Artificial intelligence incorporating PI-RADS v2.1 reduce ambiguity in PI-RAD 3 lesion and pr
AI时代房颤筛查：从广撒网到精准风险定位
房颤筛查的关键在于：目标人群的特征远比筛查频次重要。全面铺开或仅按年龄划分的普筛策略，效果参差不齐且总体不尽人意。VITAL-AF这项基层医疗研究纳入≥65岁人群，采用系统性单导联心电图检查，相比常规诊疗并未提升房颤初诊率。这充分暴露了宽泛筛查的短板。而瞄准高风险人群的研究则成效显著。REHEARSE-AF试验对经过风险筛选的高危人群用手持设备反复筛查，大幅提升了新发病例检出数。综合来看，盲目强化筛查难以创造临床价值，而应聚焦于基础风险较高的特定群体，只有这类人群才能实现高效检出并确保临床意义。风险分层不
AI医疗诊断存误区 专家建议谨慎依赖
南加州圣盖博谷一位华裔女性日前在酷暑中遭遇蚊虫叮咬，若完全遵照AI给出的护理方案，险些病情加重。不少业内人士指出，AI仅是过往数据的堆砌，虽可作辅助参考，但过度信赖易致误导。患者求医问药，终究需依靠医生的专业诊断。圣谷中医师焦宇表示，患者把症状输入AI，其结果可信度仅约五成，不可全信。要真正恢复健康，需结合医生的临床诊断进行综合调理。尽管AI提供的药方有一定疗效，但很难彻底根除病痛。资深医师郑从云指出，AI往往存在过度诊断倾向，罗列过多信息，脱离实际。医生通常先排查常见病，而非面面俱到。这易导致误诊和过度