摘要 目的 本研究探讨产科临床医生对人工智能 (AI) 的看法,以弥合研究与医疗实践之间在 AI 应用方面的差距。确定 AI 可以为临床实践做出贡献的潜在领域,使 AI 研究能够与临床医生和最终患者的需求保持一致。设计定性访谈研究。设置 2022 年 11 月至 2023 年 2 月期间在荷兰进行的一项全国性研究。参与者 具有不同相关工作经验、性别和年龄的荷兰产科临床医生。分析定性访谈记录的主题分析。结果 采访了 13 位妇科医生,内容涉及实施 AI 模型的假设情景。主题分析确定了两个主要主题:感知有用性和信任。有用性涉及 AI 扩展人类大脑在复杂模式识别和信息处理方面的能力、减少情境影响并节省时间。信任需要验证、可解释性和成功的个人经验。这一结果显示了两个悖论:首先,人们期望 AI 通过超越人类的能力来提供附加值,但同时也需要了解这些参数及其对信任和采用预测的影响。其次,参与者认识到将众多参数纳入模型的价值,但他们也认为某些背景因素应该只由人类考虑,因为 AI 模型不适合使用这些信息。结论产科医生对 AI 潜在价值的看法凸显了临床医生与 AI 研究人员合作的必要性。信任可以通过随机对照试验和指南等传统方式建立。AI 模型开发应以整体影响指标(例如工作流程的变化而不仅仅是临床结果)为指导。除了传统验证方法之外,还需要进一步研究来评估不断发展的 AI 系统。
葡萄膜黑色素瘤是成人最常见的眼内肿瘤,约占所有黑色素瘤病例的 5%。多达 50% 的葡萄膜黑色素瘤患者会发生转移,并且对大多数常用的抗肿瘤治疗具有耐药性。几乎所有的葡萄膜黑色素瘤都含有 GNAQ 或 GNA11 的激活突变,分别编码 G α q 和 G α 11。这些蛋白质的持续活性会导致多个下游信号通路的失调,包括 PKC、MAPK 和 YAP1/TAZ。虽然 YAP1 信号传导对葡萄膜黑色素瘤增殖的重要性最近已被证实,但对 YAP1 转录辅激活因子 TAZ 的旁系同源物知之甚少;然而,与 YAP1 类似,TAZ 有望成为葡萄膜黑色素瘤的治疗靶点。我们进行了小规模的药物筛选,以发现一种与 YAP1/TAZ 抑制相结合可协同抑制葡萄膜黑色素瘤增殖/存活的化合物。我们发现 YAP1/TAZ 的基因耗竭与 Mcl-1 的结合