XiaoMi-AI文件搜索系统
World File Search SystemNostic
对非常早产的秘密神经素作为脑损伤的潜在生物标志物的研究
神经发育障碍是早产幸存者的重要并发症。为了改善预后，需要可靠的生物标志物来早期检测脑损伤和进攻评估。秘密神经素是成年人和患有围产期窒息的完整新生儿的脑损伤的早期生物标志物。目前缺乏关于早产儿的数据。这项试验研究的目的是确定在新生儿时期早产儿的秘密促肾上腺素蛋白浓度，并评估秘密塞里蛋白作为早产脑损伤的生物标志物的潜力。我们包括38名非常早产的婴儿（VPI），该研究中的妊娠32周。在48小时零3周的生命中，在从脐带获得的血清中测量了秘密神经素浓度。结局措施包括重复的脑超声检查，学期等级年龄的磁共振成像，一般运动评估和神经发育评估，在2岁时，婴儿的贝利（Bayley）尺度为2岁的婴儿和托德勒（Toddler）发展，第三版（Bayley-iiii）。与期限出生的参考人群相比，VPI在脐带血和血液中在48小时生命时收集的血液中具有较低的秘密神经蛋白血清浓度。在生命的3周下测量时，浓度与出生时的胎龄相关。soctionalin蛋白浓度在VPI之间没有差异，但是在脐带血液中进行测量，并且在生命的3周时与Bayley-III III运动和认知量表得分相关，并预测。VPI中的泌尿神经素水平与术语出生的新生儿不同。秘密神经素似乎不适合作为早产脑损伤的诊断生物标志物，但具有一些预后的潜力，值得作为早产脑损伤的血液生物标志物进行进一步研究。
胰岛素抵抗的诊断标志物可区分绝经中糖尿病和糖尿病
摘要。- 目标：更年期是女性重生生活中的重要过渡时期，在此期间，激素会改变，导致心脏瓦斯加斯加疾病和2型糖尿病的风险增加。在这项研究中，我们评估了使用胰岛素抵抗（IR）的替代表现来预测甲膜膜上苏联妇女胰岛素抵抗的风险的可能性。患者和方法：研究涉及252名居住在西部波美拉尼亚案的终止妇女。本研究中采用的方法是基于原始问卷，拟人测量和实验室测试的诊断调查，用于确定所选生物化学参数的水平。结果：在整个研究人群中，曲线下的最高面积是稳态模型评估 - 胰岛素分解（HOMA-IR）和定量的胰岛素剂量检查指数（QUICKI）。甘油三酸酯指数（TYG指数）显示出比其他标记物中糖尿病和糖尿病之间的区别诊断值，这是糖尿病和糖尿病之间的区别工具。homa-ir与禁食的血液胶质（r = 0.72; p = 0.001），糖化血红蛋白（HbA1c，r = 0.74; p = 0.001），甘油三酸酯，甘油三酸酯（TG，r = 0.18; p <0.005）和Sure-sure（sbp = 0.02）（r = 0.001;用高密度脂蛋白（HDL，r = -0.28; p = 0.001）负否。结论：发现人体测量法和二进时间代谢参数与IR标记显着相关。homa-beta，Quicki与快速血液（r = -0.051; p = 0.001），HBA1C（R = -0.51; P = 0.001），TG（R = -0.25; P = 0.001），低密度脂蛋白（LDL，R = -0.13; P = 0.045），R = 0.045），; 0.011），并用HDL积极（r = 0.39; p = 0.001）。
使用机器学习在乳房X线图数据上进行乳腺癌诊断的概念模型
乳腺癌数据的乳腺癌诊断越来越多地利用了先进的机器学习（ML）技术，以提高准确性，降低假阳性/负面因素，并支持放射科医生在临床决策中。本研究的重点是通过将多视图乳房X线照片分析与最先进的ML算法相结合，以开发用于乳腺癌诊断的概念模型。现代掌管通常强调深度学习（DL）体系结构，例如卷积神经网络（CNN），视觉变形金刚（VIT）和混合模型，这些模型结合了可靠分类的本地和全球特征外推。尤其是多视图方法，分析了颅底（CC）和中外侧倾斜（MLO）观点的互补信息，是提高诊断准确性的基础。变形金刚和基于注意力的机制有助于观看相关性学习，增强集成和解释性。同时，弱监督的技术，例如多个实例学习（MIL），可以使用有限的注释数据进行肿瘤定位和分类。解决与不平衡数据集和数据稀缺性，预处理方法（例如，增强，基于GAN的合成）和转移学习有关的挑战已成为关键工具。可解释的AI（XAI）方法，例如梯度加权类激活映射（Grad-CAM）和Shapley添加说明（SHAP），通过使模型输出与放射性专业知识相结合来改善临床信任。尽管有进步，但仍然存在诸如数据集多样性，模型通用性和建筑标准化之类的障碍。这项研究综合了多视图ML框架，弱监督和解释性中的关键创新，以提出一个稳健的，概念上综合的诊断模型。的发现旨在弥合AI进步和临床适用性之间的差距，为改善乳腺癌筛查结果提供基础。需要进一步的工作来阻止方法论并验证不同人群的模型。
癌症患者肿瘤浸润T细胞的CD8靶向PET成像：I期I阶段的首次人类研究89ZR-DF-AIB22M2C，一种放射性标记的抗CD8 Minobody
theranostics的扩大领域结合了靶向共有疾病分子标记的诊断和治疗药物的使用。疗法药物对的诊断成分类似于伴侣诊断，因为它为安全有效地使用相应的治疗产品提供了必不可少的信息（1）。但是，伴随诊断被调节为医疗设备，通常由体外测定组成，但通常是出于医学成像的目的，thera-postic范式依赖于体内作用的诊断药物。2022年3月23日，食品药品监督管理局（FDA）批准了第一对前列腺癌症治疗药物：Plu-Victo（177 lu-vipivotide tetraxetan; Advanced Accelerator appererator applastor appeperations; avation Appriptions ippartions;抗原[PSMA] -11;这些内部施用的药物含有不同的螯合放射性同位素，但两者都是靶标PSMA，这是大多数前列腺腺癌（2）的跨膜肽酶（一种跨膜肽酶）。作为治疗药物对的治疗成分，Pluvicto包含177 lu，发出B 2辐射以治疗该药物定位的PSMA阳性肿瘤病变。pluvicto是针对PSMA阳性转移性castra-耐药前列腺癌的男性进行治疗的，这些男性已接受了雄激素受体途径抑制和基于紫杉烷的化学疗法的治疗（3）。locametz是疗法药对的诊断成分，用68 GA进行放射标记，以通过评估PET上的PSMA阳性来证明其批准的患者选择PLUVICTO治疗的指示（4）。有效性证明Locametz的有效性和PLUVICTO的治疗指示，主要来自多中心视觉试验（NCT03511664），其中符合68名Ga-gozetotide Pet标准以及
酶抑制与药物化学杂志
1。Arber DA，Orazi A，Hasserjian RP等。髓样肿瘤和急性白血病的国际共识分类：整合形态学，临床和基因组数据。血。2022; 140（11）：1200-1228。doi：10.1182/blood.2022015850 2。Mesa RA，Verstovsek S，Cervantes F等。原发性骨髓纤维化（PMF），后多环虫病骨髓纤维化（PV后MF），后必需的血小板性脊髓脑纤维纤维化（POST -ET MF），BLAST PMF（PMF -BP）：国际骨髓纤维化研究和治疗的国际工作组对术语的共识（IWG -MRT）。leuk res。2007; 31（6）：737-740。 doi：10.1016/j.leukres.2006。 12.002 3。 Passamonti F，Mora B.骨髓纤维化。 血。 2023; 141（16）：1954-1970。 doi：10.1182/Blood.2022017423 4。 naymagon L，Mascarenhas J.髓纤维化相关的贫血：当前和新兴的治疗策略。 hemasphere。 2017; 1（1）：E1。 doi：10.1097/hs9.0000000000000001 5。 Tefferi A，Lasho TL，Jimma T等。 一千名主要骨髓纤维化患者：蛋黄酱诊所的经验。 Mayo Clin。 2012; 87（1）：25-33。 doi：10.1016/j.mayocp.2011.11.001 6。 Tefferi A，Hudgens S，Mesa R等。 使用具有骨髓增生性肿瘤相关的骨髓纤维化和贫血的癌症治疗 - 催化含量的功能评估。 Clin Therapeut。 2014; 36（4）：560-566。 doi：10.1016/j.clinthera.2014.02.016 7。 Passamonti F，Cervantes F，Vannucchi AM等。2007; 31（6）：737-740。doi：10.1016/j.leukres.2006。12.002 3。Passamonti F，Mora B.骨髓纤维化。血。2023; 141（16）：1954-1970。doi：10.1182/Blood.2022017423 4。naymagon L，Mascarenhas J.髓纤维化相关的贫血：当前和新兴的治疗策略。hemasphere。2017; 1（1）：E1。 doi：10.1097/hs9.0000000000000001 5。 Tefferi A，Lasho TL，Jimma T等。 一千名主要骨髓纤维化患者：蛋黄酱诊所的经验。 Mayo Clin。 2012; 87（1）：25-33。 doi：10.1016/j.mayocp.2011.11.001 6。 Tefferi A，Hudgens S，Mesa R等。 使用具有骨髓增生性肿瘤相关的骨髓纤维化和贫血的癌症治疗 - 催化含量的功能评估。 Clin Therapeut。 2014; 36（4）：560-566。 doi：10.1016/j.clinthera.2014.02.016 7。 Passamonti F，Cervantes F，Vannucchi AM等。2017; 1（1）：E1。doi：10.1097/hs9.0000000000000001 5。Tefferi A，Lasho TL，Jimma T等。一千名主要骨髓纤维化患者：蛋黄酱诊所的经验。Mayo Clin。 2012; 87（1）：25-33。 doi：10.1016/j.mayocp.2011.11.001 6。 Tefferi A，Hudgens S，Mesa R等。 使用具有骨髓增生性肿瘤相关的骨髓纤维化和贫血的癌症治疗 - 催化含量的功能评估。 Clin Therapeut。 2014; 36（4）：560-566。 doi：10.1016/j.clinthera.2014.02.016 7。 Passamonti F，Cervantes F，Vannucchi AM等。Mayo Clin。2012; 87（1）：25-33。doi：10.1016/j.mayocp.2011.11.001 6。Tefferi A，Hudgens S，Mesa R等。使用具有骨髓增生性肿瘤相关的骨髓纤维化和贫血的癌症治疗 - 催化含量的功能评估。Clin Therapeut。2014; 36（4）：560-566。 doi：10.1016/j.clinthera.2014.02.016 7。 Passamonti F，Cervantes F，Vannucchi AM等。2014; 36（4）：560-566。doi：10.1016/j.clinthera.2014.02.016 7。Passamonti F，Cervantes F，Vannucchi AM等。一个动态的前进模型，可预测原发性骨髓纤维化的生存：IWG-MRT（骨髓增生性肿瘤研究和治疗国际工作组）的一项研究。血。2010; 115（9）：1703-1708。 doi：10.1182/Blood -2009-09-245837 8。 Passamonti F，Giorgino T，Mora B等。 一种临床分子前进模型，可预测Vera后Vera和后基本血小板性脊髓脑纤维化的患者的存活率。 白血病。 2017; 31（12）：2726-2731。 doi：10.1038/leu.2017.169 9。 Cervantes F，Dupriez B，Pereira A等。 基于对骨髓纤维化研究和治疗的国际工作组的研究，用于原发性骨髓纤维化的新预后评分系统。 血。 2009; 113（13）：2895-2901。 doi：10.1182/Blood -2008-07-170449 10。 Passamonti F，Cervantes F，Vannucchi AM等。 动态定性预后评分系统（DIPSS）预测原发性骨髓纤维化中急性髓样白血病的进展。 血。 2010; 116（15）：2857-2858。 doi：10.1182/Blood -2010-06-293415 11。 Vallapureddy RR，Mudieddy M，Penna D等。 1306例主要骨髓纤维化患者的白血病转移：风险因素和预测模型的发展。 血液癌j。 2019; 9（2）：12。 doi：10.1038/s41408-019-0175 -y 12。 Mora B，Maffioli M，Rumi E等。 根据贫血的严重程度，骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4（3）：679-689。 doi：10.1002/jha2.745 13。 25777 14。2010; 115（9）：1703-1708。doi：10.1182/Blood -2009-09-245837 8。Passamonti F，Giorgino T，Mora B等。一种临床分子前进模型，可预测Vera后Vera和后基本血小板性脊髓脑纤维化的患者的存活率。白血病。2017; 31（12）：2726-2731。 doi：10.1038/leu.2017.169 9。 Cervantes F，Dupriez B，Pereira A等。 基于对骨髓纤维化研究和治疗的国际工作组的研究，用于原发性骨髓纤维化的新预后评分系统。 血。 2009; 113（13）：2895-2901。 doi：10.1182/Blood -2008-07-170449 10。 Passamonti F，Cervantes F，Vannucchi AM等。 动态定性预后评分系统（DIPSS）预测原发性骨髓纤维化中急性髓样白血病的进展。 血。 2010; 116（15）：2857-2858。 doi：10.1182/Blood -2010-06-293415 11。 Vallapureddy RR，Mudieddy M，Penna D等。 1306例主要骨髓纤维化患者的白血病转移：风险因素和预测模型的发展。 血液癌j。 2019; 9（2）：12。 doi：10.1038/s41408-019-0175 -y 12。 Mora B，Maffioli M，Rumi E等。 根据贫血的严重程度，骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4（3）：679-689。 doi：10.1002/jha2.745 13。 25777 14。2017; 31（12）：2726-2731。doi：10.1038/leu.2017.169 9。Cervantes F，Dupriez B，Pereira A等。基于对骨髓纤维化研究和治疗的国际工作组的研究，用于原发性骨髓纤维化的新预后评分系统。血。2009; 113（13）：2895-2901。 doi：10.1182/Blood -2008-07-170449 10。 Passamonti F，Cervantes F，Vannucchi AM等。 动态定性预后评分系统（DIPSS）预测原发性骨髓纤维化中急性髓样白血病的进展。 血。 2010; 116（15）：2857-2858。 doi：10.1182/Blood -2010-06-293415 11。 Vallapureddy RR，Mudieddy M，Penna D等。 1306例主要骨髓纤维化患者的白血病转移：风险因素和预测模型的发展。 血液癌j。 2019; 9（2）：12。 doi：10.1038/s41408-019-0175 -y 12。 Mora B，Maffioli M，Rumi E等。 根据贫血的严重程度，骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4（3）：679-689。 doi：10.1002/jha2.745 13。 25777 14。2009; 113（13）：2895-2901。doi：10.1182/Blood -2008-07-170449 10。Passamonti F，Cervantes F，Vannucchi AM等。动态定性预后评分系统（DIPSS）预测原发性骨髓纤维化中急性髓样白血病的进展。血。2010; 116（15）：2857-2858。doi：10.1182/Blood -2010-06-293415 11。Vallapureddy RR，Mudieddy M，Penna D等。1306例主要骨髓纤维化患者的白血病转移：风险因素和预测模型的发展。血液癌j。 2019; 9（2）：12。 doi：10.1038/s41408-019-0175 -y 12。 Mora B，Maffioli M，Rumi E等。 根据贫血的严重程度，骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4（3）：679-689。 doi：10.1002/jha2.745 13。 25777 14。血液癌j。2019; 9（2）：12。 doi：10.1038/s41408-019-0175 -y 12。Mora B，Maffioli M，Rumi E等。 根据贫血的严重程度，骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4（3）：679-689。 doi：10.1002/jha2.745 13。 25777 14。Mora B，Maffioli M，Rumi E等。根据贫血的严重程度，骨髓纤维化中爆炸期发生率。ejhaem。2023; 4（3）：679-689。doi：10.1002/jha2.745 13。25777 14。Harrison CN，Schaap N，Vannucchi AM等。 fedratinib先前用ruxolitinib治疗的骨髓纤维化患者：对Jakarta2研究的最新分析，使用严格的rux-Olitinib衰竭标准进行了严格的标准。 am j hematol。 2020; 95（6）：594-603。 doi：10.1002/ajh。 Palandri F，Palumbo GA，Bonifacio M等。 基线因子对鲁辛尼的反应：408例骨髓纤维化患者的独立研究。 oncotarget。 2017; 8（45）：79073-79086。 doi：10.18632/oncotarget.18674 15。 Harrison C，Kiladjian JJ，Al -Ali HK等。 jak抑制rux-Olitinib与最佳可用骨髓纤维化疗法的抑制作用。 n Engl J Med。 2012; 366（9）：787-798。 doi：10.1056/nejmoa1110556Harrison CN，Schaap N，Vannucchi AM等。fedratinib先前用ruxolitinib治疗的骨髓纤维化患者：对Jakarta2研究的最新分析，使用严格的rux-Olitinib衰竭标准进行了严格的标准。am j hematol。2020; 95（6）：594-603。doi：10.1002/ajh。Palandri F，Palumbo GA，Bonifacio M等。基线因子对鲁辛尼的反应：408例骨髓纤维化患者的独立研究。oncotarget。2017; 8（45）：79073-79086。 doi：10.18632/oncotarget.18674 15。 Harrison C，Kiladjian JJ，Al -Ali HK等。 jak抑制rux-Olitinib与最佳可用骨髓纤维化疗法的抑制作用。 n Engl J Med。 2012; 366（9）：787-798。 doi：10.1056/nejmoa11105562017; 8（45）：79073-79086。doi：10.18632/oncotarget.18674 15。Harrison C，Kiladjian JJ，Al -Ali HK等。 jak抑制rux-Olitinib与最佳可用骨髓纤维化疗法的抑制作用。 n Engl J Med。 2012; 366（9）：787-798。 doi：10.1056/nejmoa1110556Harrison C，Kiladjian JJ，Al -Ali HK等。jak抑制rux-Olitinib与最佳可用骨髓纤维化疗法的抑制作用。n Engl J Med。2012; 366（9）：787-798。 doi：10.1056/nejmoa11105562012; 366（9）：787-798。doi：10.1056/nejmoa1110556
医疗诊断中的人工智能 - 聚焦
历史上，南非是一个发展中国家，曾与癌症、糖尿病和肺结核等多种慢性疾病作斗争。尽管医疗诊断行业为检测和治疗这些慢性疾病做出了巨大努力，但由于诊断成本高，基础设施、设备和高技能技术人员的短缺，这些努力未能达到预期，导致患者获得医疗保健的机会减少。近年来，基于人工智能 (AI) 的医疗诊断领域因其成本低、对基础设施、设备和技术人员的要求低而备受关注。此外，基于人工智能的医疗诊断可以大大缩短诊断时间，并且准确率很高。因此，在本文中，我们对 32 篇整理的人工智能文章进行了系统的文献综述。我们介绍了我们的研究结果，并从南非的背景出发确定了工具、技术和算法的范围。本文献综述的范围包括 (1) 对文献进行属性分析，包括研究文献的疾病、时间和空间方面以及开发基于人工智能的医疗诊断工具的阶段；(2) 对文献进行概念分析，包括研究与不同人工智能阶段相关的应用、算法、技术和性能指标；(3) 从南非背景确定文献中的见解，包括提出开发基于人工智能的医疗诊断工具的框架、硬件和软件要求以及部署到南非欠发达医疗诊断省份的策略。© 2022 作者。由 Elsevier BV 代表非洲数学科学研究所/Next Einstein Initiative 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）
痤疮治疗回顾和未来展望
1. Heng AHS, Chew FT。寻常痤疮流行病学系统评价。Sci Rep。2020；10(1):5754。doi: 10.1038/s41598-020-62715-3 2. Zaenglein AL。寻常痤疮。新英格兰医学杂志。2018；379(14):1343-1352。3. Bagatin E、Freitas THPD、Rivitti-Machado MC、Ribeiro BM、Nunes S、Rocha MADD。成年女性痤疮：临床实践指南。An Bras Dermatol。2019；94:62-75。4. Addor FASA、Schalka S。成年女性痤疮：流行病学、诊断和治疗方面。An Bras Dermatol。 2010;85(6): 789-795。5. Preneau S、Dreno B。女性痤疮——青少年痤疮的不同亚型？欧洲皮肤病学与性病学会杂志。2012;26(3):277-282。6. Ayers K、Sweeney SM、Wiss K。糠秕孢子菌性毛囊炎：6 名患有寻常痤疮的女性青少年的诊断和治疗。青少年儿科医学史。2005;159(1):64-67。doi: 10.1001/archpedi.159.1.64 7. Ju Q、Tao T、Hu T、Karada g AS、Al-Khuzaei S、Chen W。性激素和痤疮。临床皮肤病学。2017;35(2):130-137。8. Teo WL。 COVID-19 时代“口罩痘”的诊断和管理注意事项。美国皮肤科学院杂志。2021；84(2):520-521。9. Das S、Reynolds RV。痤疮发病机制的最新进展：对治疗的启示。美国临床皮肤科杂志。2014；15(6):479-488。10. Dréno B、Pécastaings S、Corvec S、Veraldi S、Khammari A、Roques C。痤疮丙酸杆菌 (痤疮丙酸杆菌) 和寻常痤疮：简要了解最新动态。欧洲皮肤科学院性病学杂志。2018；32(suppl 2):5-14。doi: 10.1111/jdv.15043
孕产妇心理健康与幼儿发展，营养和儿童疾病之间的关联
纵向人群中的仅病例设计是识别影响疾病进展的疾病结果基因，途径和新颖目标的宝贵资源。这在阿尔茨海默氏病（AD）中特别相关，在阿尔茨海默氏病（AD）中，纵向人群衡量疾病的“进展”，这是由认知能力下降率定义的。在临床上，很少有AD的药物靶标是临床上的，而表型异质性是临床研究和基础科学的障碍。在四个队列中（n = 7241），我们进行了全基因组的关联研究（GWAS）和门德尔随机化（MR），以发现与进展并评估因果关系相关的新颖目标。我们通过得出AD风险和严重性的多基因风险评分（PR）来测试患者分层的机会，并测试了这些评分在预测进展中的价值。全基因组关联研究鉴定出与基因组显着性下进展相关的基因座（α= 5×10-8）； MR分析没有提供明显的证据表明，AD患者的认知能力下降与脑，脑脊液（CSF）和血浆中的蛋白质水平之间存在关联。AD风险的多基因风险评分并不能可靠地从缓慢的进步者中迅速分层；然而，一项更深入的研究发现，APOEε4状态预测淀粉样蛋白β和tau阳性与阴性患者（额外的APOEε4等位基因= 5.78 [95％置信区间：3.76–8.89]，p <0.001，p <0.001），当限制为可用的CSF生物标记数据的患者时。，在临床上相关的生物标志物表明诊断异质性的情况下，有证据表明先验确定的遗传危险因素可能具有这些结果没有提供证据表明与记忆率下降率有关的大效应，常见的基因座，表明基于常见的遗传危险因素的患者分层可能有限。
慢性粘膜念珠菌病
1。ch慢性更多候选人。J Acad Dermatol Acad。1994; 3：PS14-S7 2。 Verdonk FL的Van，Plant TS，Hoischen A，Smeekens SP，Joosten Lab，Gilissen C和Al。 STAT1自加体慢性癌症中的突变。 n Engel J Med。 2011; 34：54：-6 3。 K，St.S，Rombold S，Seidl H，Birth H，Hope H等。 患有更多念珠菌病的患者支持IL-17和IL-2的产生 J投资者Dermatol。 2008; 128：260--5 4。 van到5月JWM，Kullberg bj的CAA，MG的游泳，IPH，您的RH Morsche。 候选特定的干扰和candisis的TOL样接收器多态性。 neth J Med。 2003; 61：365--9 5。 Toubana J，Okada S，Hiller J，Oleastro ML，MCA的Bederra和Al。 杂合STAT1无功能突变是意外的PhonType临床肉汤。 血。 2016; 127：3154--64。 6。 ch 慢性更多候选人。 dis J. 感染儿科 2001; 20：197--206。 7。 egri n，街头A，Deyon-Martine A，IO，Vlagea A，Garci AP和Al。 摘要原发性和慢性慢性病念珠菌病：病原体，真实和治疗学。 免疫疾病神秘（制造）。 2021; 49：118--2 8。1994; 3：PS14-S72。Verdonk FL的Van，Plant TS，Hoischen A，Smeekens SP，Joosten Lab，Gilissen C和Al。STAT1自加体慢性癌症中的突变。 n Engel J Med。 2011; 34：54：-6 3。 K，St.S，Rombold S，Seidl H，Birth H，Hope H等。 患有更多念珠菌病的患者支持IL-17和IL-2的产生 J投资者Dermatol。 2008; 128：260--5 4。 van到5月JWM，Kullberg bj的CAA，MG的游泳，IPH，您的RH Morsche。 候选特定的干扰和candisis的TOL样接收器多态性。 neth J Med。 2003; 61：365--9 5。 Toubana J，Okada S，Hiller J，Oleastro ML，MCA的Bederra和Al。 杂合STAT1无功能突变是意外的PhonType临床肉汤。 血。 2016; 127：3154--64。 6。 ch 慢性更多候选人。 dis J. 感染儿科 2001; 20：197--206。 7。 egri n，街头A，Deyon-Martine A，IO，Vlagea A，Garci AP和Al。 摘要原发性和慢性慢性病念珠菌病：病原体，真实和治疗学。 免疫疾病神秘（制造）。 2021; 49：118--2 8。STAT1自加体慢性癌症中的突变。n Engel J Med。2011; 34：54：-63。K，St.S，Rombold S，Seidl H，Birth H，Hope H等。患有更多念珠菌病的患者支持IL-17和IL-2的产生J投资者Dermatol。2008; 128：260--5 4。 van到5月JWM，Kullberg bj的CAA，MG的游泳，IPH，您的RH Morsche。 候选特定的干扰和candisis的TOL样接收器多态性。 neth J Med。 2003; 61：365--9 5。 Toubana J，Okada S，Hiller J，Oleastro ML，MCA的Bederra和Al。 杂合STAT1无功能突变是意外的PhonType临床肉汤。 血。 2016; 127：3154--64。 6。 ch 慢性更多候选人。 dis J. 感染儿科 2001; 20：197--206。 7。 egri n，街头A，Deyon-Martine A，IO，Vlagea A，Garci AP和Al。 摘要原发性和慢性慢性病念珠菌病：病原体，真实和治疗学。 免疫疾病神秘（制造）。 2021; 49：118--2 8。2008; 128：260--54。van到5月JWM，Kullberg bj的CAA，MG的游泳，IPH，您的RH Morsche。候选特定的干扰和candisis的TOL样接收器多态性。neth J Med。2003; 61：365--9 5。 Toubana J，Okada S，Hiller J，Oleastro ML，MCA的Bederra和Al。 杂合STAT1无功能突变是意外的PhonType临床肉汤。 血。 2016; 127：3154--64。 6。 ch 慢性更多候选人。 dis J. 感染儿科 2001; 20：197--206。 7。 egri n，街头A，Deyon-Martine A，IO，Vlagea A，Garci AP和Al。 摘要原发性和慢性慢性病念珠菌病：病原体，真实和治疗学。 免疫疾病神秘（制造）。 2021; 49：118--2 8。2003; 61：365--95。Toubana J，Okada S，Hiller J，Oleastro ML，MCA的Bederra和Al。 杂合STAT1无功能突变是意外的PhonType临床肉汤。 血。 2016; 127：3154--64。 6。 ch 慢性更多候选人。 dis J. 感染儿科 2001; 20：197--206。 7。 egri n，街头A，Deyon-Martine A，IO，Vlagea A，Garci AP和Al。 摘要原发性和慢性慢性病念珠菌病：病原体，真实和治疗学。 免疫疾病神秘（制造）。 2021; 49：118--2 8。Toubana J，Okada S，Hiller J，Oleastro ML，MCA的Bederra和Al。杂合STAT1无功能突变是意外的PhonType临床肉汤。血。2016; 127：3154--64。6。ch慢性更多候选人。dis J. 感染儿科2001; 20：197--206。 7。 egri n，街头A，Deyon-Martine A，IO，Vlagea A，Garci AP和Al。 摘要原发性和慢性慢性病念珠菌病：病原体，真实和治疗学。 免疫疾病神秘（制造）。 2021; 49：118--2 8。2001; 20：197--206。7。egri n，街头A，Deyon-Martine A，IO，Vlagea A，Garci AP和Al。摘要原发性和慢性慢性病念珠菌病：病原体，真实和治疗学。免疫疾病神秘（制造）。2021; 49：118--28。van de veerdonk fl，Netea Mg。慢性粘膜念珠菌病的治疗选择。J感染。2016; 5：56 --- 60。 9。 Higgins E，Shehri TA，McAleer MA，Conlon N，Feighery C，Lilic D等。 使用鲁唑替尼成功治疗慢性粘膜2016; 5：56 --- 60。9。Higgins E，Shehri TA，McAleer MA，Conlon N，Feighery C，Lilic D等。使用鲁唑替尼成功治疗慢性粘膜
核医学中的人工智能 (AI) - Thieme Connect
人工智能 (AI) 是当今时代最强大、发展最快的实体，它将彻底改变人类生活的几乎每个角落。AI 一词最早是在 1956 年美国达特茅斯学院的夏季研讨会上提出的。1 但是，由于计算能力、存储、高级算法和庞大数据库的巨大发展，当今的人工智能占据了主导地位。AI 是指计算机科学的一个领域，专注于复制通常需要人类智能的任务的性能。2 简而言之，AI 的巨大进步依次为机器学习 (ML)、深度学习 (DL)、人工神经网络 (ANN)、卷积神经网络 (CNN) 和生成对抗网络 (GAN)。3 讨论这些实体超出了本文的范围。精准医疗旨在为个体患者开发量身定制的诊断和治疗方法。人工智能的整合在实现核医学 (NM) 和分子成像的精准医疗方面发挥着重要作用。人工智能在 NM 和分子成像中具有多方面的应用，包括图像规划、采集、处理、解释、诊断、预后和对治疗反应的预测。在行政方面，它还可用于患者入院和付款。4 将人工智能融入患者的预约和分诊算法中可以显著合理化预约、自我/重新安排以及优先安排某些就诊。5 对于门诊患者，人工智能有可能让患者确定最适合他们的地点和时间。同样，在入院患者环境中，AI 算法可以自动优先考虑某些 NM 检查，以优化患者护理。6 AI 还可以评估请求程序的合理性、基于过敏史的禁忌症和药物干扰，还可以通过评估对同一患者进行的先前研究来避免不合理的重复。7 NM 扫描仪的日常质量控制 (QC) 非常重要，以确保扫描仪正常运行，如果出现错误，可以及时拨打服务电话，确保操作完整性和成像质量。NM/PET（正电子发射断层扫描）的质量控制