AI助力延缓衰老药物发现、胰腺癌风险评估、乳腺癌筛查、大语言模型因果推理｜医疗AI前沿周报
欢迎关注，交流群在文末～
以下，enjoy～
1. Nature Aging：AI助力延缓衰老药物发现
AI是否能够帮助发现可能能够延缓衰老的药物呢？随着年龄的增长，老化细胞的存在与炎症和细胞功能障碍有关。已经开发出了能够选择性杀死老化细胞的老年细胞毒药物。在这项研究中，Wong等人使用图神经网络仅基于化学结构预测了超过800,000种分子的老年细胞毒活性。他们确定了三种药物样化合物，可选择性地靶向不同的老化模型中的老年细胞。这些化合物具有比已知老年细胞毒药物更有利的药物化学性质，并展示了类似的选择性水平。
2.Nature Medicine：AI助力胰腺癌风险评估
胰腺癌是最难早期诊断的癌症之一。Placido等人展示了人工智能在识别高风险人群方面的潜力，通过开发机器学习模型，根据患者的疾病历史评估他们患胰腺癌的风险。研究人员使用丹麦600万名患者和美国300万名患者的临床数据开发了这些模型。最佳模型在36个月内预测癌症发生的AUROC为0.88。
3. RSNA Radiology：AI助力乳腺癌筛查
乳腺癌筛查在低收入和中等收入国家通常难以获得，导致女性乳房肿块的诊断延迟。Berg等人在墨西哥哈利斯科的一家医院进行了一项前瞻性多中心研究。该研究证明了AI软件可以使用低成本便携式设备获取的乳腺超声图像对可触及的乳房肿块进行分类，用于在资源匮乏的环境中进行分类。虽然特异性低于使用标准设备，但将AI应用于便携式乳腺超声可以潜在地减少约一半的资源有限地区的三级转诊。
4. 微软：大语言模型理解因果吗？
Kıcıman等人的研究探讨了大型语言模型（LLMs）是否真正能够进行因果推理，并在因果发现和实际因果方面评估了它们的可靠性。研究结果表明，LLMs具有显著的新能力，能够补充现有的因果方法，通过捕捉与任务相关的人类领域知识，形成任何因果分析的重要组成部分。因此，作者建议将LLMs与现有的因果方法结合使用，以利用人类领域知识并简化因果分析的过程。
5. RSNA Radiology 医护和机器的交互
Dratsch等人进行了一项前瞻性实验，涉及27名具有不同乳腺X线摄影阅读经验的放射科医师，使用AI辅助解读乳腺X线摄影。该研究旨在探讨自动化偏见（人类倾向于偏爱自动决策系统提出的建议）对放射科医师的影响。研究结果表明，不管经验水平如何，放射科医师都容易受到自动化偏见的影响，但是经验不足的放射科医师更倾向于遵循AI系统提出的错误建议。
以上就是本周的五篇文章分享，如果你喜欢我们的内容，请分享给你的朋友们，让更多人关注医疗AI的前沿，也期待你加入我们，和我们一起务实进步！
请添加俱乐部小助手微信，备注“姓名-单位”，小助手每天会集中通过邀请进入俱乐部实名交流群，如果已在群中，请勿重复操作。实名交流群用于每天医疗科技资讯分享，不用于广告发布、课程销售、产品推广。如有违规，将被拉入俱乐部黑名单。
我们成立组织的目的在于务实高效学习医疗科技知识，所以重点不只是交流，更多在于学习和创造，为此我们设置了一些小门槛，成立了VIP项目。每周汇总最值得关注的生物医疗科技深度资讯、每月深度解读一个方向的一本经典图书，并邀请相关论文作者做客分享，我们也会组织线下论坛和研讨，集中探讨相关内容，比如上个月我们组织的生物人工智能与精准医疗活动。欢迎加入VIP项目，和我们一起务实奋进。
四月活动｜单细胞测序分析、微量血样多组学、数字医疗、图神经网络、零样本学习
VIP读书会预告｜微软副总Peter Lee《医学中的人工智能革命：GPT-4及以后》
读书会｜「Lifespan：Why we age and why we don't have to」
加入VIP请看这里～
HealthX禾飒扁鹊医疗科技俱乐部VIP会员、师生医护认证会员申请