解螺旋公眾號·陪伴你科研的第4104天
本文資訊來源：Nature官網等
上週我們與大家分享AI+醫學健康領域的最新論文，AI對醫學的加成不僅僅體現在了閱讀影像圖片上，還能助力醫生使用以前從未用過的樣本進行疾病診斷，例如使用耳屎來診斷帕金森病。
而在今天分享的4篇AI+醫學健康論文中，研究人員發現，AI不僅僅能對實質性器官病變的治療起到輔助作用，甚至能夠在治療的同時對心理狀態等起到干預作用。或許在不遠的將來我們會見到有專門輔助心理治療甚至精神病治療的AI？
AI+醫學健康的研究可以涉及的方向似乎正在逐漸超出我們的想象。接下來就讓我們一起看看大佬們是如何利用AI產出成果，發表高分文章的！希望這能幫助大家開拓視野，探尋更具潛力的研究方向！
2025年6月23日，來自上海交通大學的科研團隊在Nature子刊Nature Medicine（IF=50.0）發表了題為 An adaptive AI-based virtual reality sports system for adolescents with excess body weight: a randomized controlled trial 的論文。論文報道了該校基於AI開發的虛擬現實運動系統 REVERIE ，中文名靈境（靈境是錢學森錢老對虛擬現實Virtual Reality給出的中文翻譯）並透過隨機對照實驗來驗證該系統對超重青少年的肥胖問題改善效果。
該研究發明的 AI 工具REVERIE是全球首個基於深度強化學習與 Transformer 架構的虛擬現實運動系統，首創的虛擬教練智慧體使其在減脂代謝上與真實運動相當且在認知、運動意願等方面更優，為青少年肥胖提供 “生理 – 心理 – 認知” 三位一體的數字化干預方案。具體體現為：
• 技術創新性：虛擬教練孿生智慧體，透過 “模板驅動 + 即時反饋” 實現個性化動態指導，其生物力學表現和運動心率響應與真實運動無顯著差異。
• 研究設計突破：完成全球首例針對超重肥胖青少年的虛擬現實運動干預隨機對照試驗（RCT），創新性增設等強度真實運動參照組，採用多維度評估體系（涵蓋代謝、身體素質、心理健康、運動意願及認知功能），為 VR 運動療法提供高等級循證醫學證據。
• 干預效果顯著：VR 運動在減脂和代謝改善上與真實運動相當，且在運動能力、心理健康、運動意願維持及認知功能（如工作記憶、感知能力）提升上更具優勢，能促進青少年從 “被動參與” 轉向 “主動選擇” 運動，形成可持續習慣。
• 機制探索深入：透過任務態腦功能磁共振與多組學整合分析，揭示 VR 運動改善認知功能的雙重機制（腸道微生物群 – 腦軸、蛋白與代謝物相互作用），關聯額葉、顳葉等關鍵腦區與認知指標，為其效應提供科學解釋。
原文：https://www.nature.com/articles/s41591-025-03724-5
2025年7月14日，英國帝國理工大學和西班牙科學家組成的聯合科研團隊在Nature子刊Nature Communications（IF=15.7）上發表了題為The Helicobacter pylori AI-clinician harnesses artificial intelligence to personalise H. pylori treatment recommendations的研究。來自歐洲的AIDA (An Artificially Intelligent Diagnostic Assistant for gastric inflammation，用於胃炎的人工智慧診斷助手) 專案開發的AI在該研究中進行了基於4.5萬名患者的學習和“臨床”實驗，根除成功率達 94.1%（顯著高於傳統治療），經驗證適用於臨床，且可助力胃癌預防。
顯著提升治療效果：基於歐洲幽門螺桿菌管理登記處（Hp-EuReg）超 4.5 萬患者資料，採用強化學習技術，AI 推薦療法的根除成功率達 94.1%，顯著高於未遵循該系統建議的醫生處方（88.1%），且結果經內外驗證，適用於真實臨床環境。
整合多源資料的決策支援：作為歐洲 AIDA 專案核心成果，該 AI 工具整合臨床、分子及影像資料，構建以患者為中心的醫療決策輔助系統，可精準診斷癌前胃炎症，提供個性化隨訪與治療建議。
助力癌症預防：在胃癌預防策略中展現潛力，能識別高風險人群，透過最佳化幽門螺桿菌治療等方式，助力降低全球胃癌負擔。
跨領域協同與合規性：由 15 個歐洲卓越中心多學科合作（涵蓋胃腸病學、AI、資料治理等），嚴格遵循科學、倫理及法律標準（如 GDPR），確保工具的可靠性與合規性。
原文：https://www.nature.com/articles/s41467-025-61329-5
2025年6月20日，來自復旦大學的科研團隊在Lancet子刊Lancet Digital Health（IF=24.1）上發表了題為Artificial intelligence-assisted detection of nasopharyngeal carcinoma on endoscopic images: a national, multicentre, model development and validation study 的論文。該論文針對鼻咽癌在早期難以被檢測出來的特點，開發了一種AI專門分辨內鏡檢查影像中的鼻咽癌、良性增生和正常鼻咽部，以提升耳鼻喉科醫生的診斷能力。
本研究的最大亮點在於AI 提升了醫生尤其是基層及經驗不足醫生的診斷準確性（基層醫生準確率從 83.4% 升至 91.2%），大幅縮短診斷時間（單張閱片從 6.7 秒縮至 5.0 秒），具備強臨床實用性。。
AI 基於全球最大的鼻咽癌內鏡影像多中心資料集，涵蓋 24 個省份 42 家醫院，內部訓練驗證納入 27362 張影像，外部前瞻性驗證含 1885 張影像，經 10 家醫院測試，模型在不同中心表現穩定，確保其在真實臨床場景的廣泛適用性。
輔助後基層醫生診斷準確率從 83.4% 升至 91.2%，AUC 從 0.81 升至 0.91，其中經驗不足 10 年者改善更顯著（特異度提升 17.7%、準確性提升 7.5%）；專家準確率亦從 90.1% 升至 91.3%，特異性顯著提高，填補了基層資源不足的診斷短板。
模型自身處理單張影像僅需 0.025 秒，輔助醫生閱片時單張影像耗時從 6.7 秒縮短至 5.0 秒，在保證準確性的同時顯著減少診斷時間，利於臨床高效應用。
採用 Swin Transformer 架構並結合可學習嵌入機制，有效處理內鏡影像的異質性問題，為 AI 在鼻咽癌內鏡診斷領域的應用提供了技術突破，也為同類疾病的 AI 輔助診斷提供了方法參考。
原文：https://www.thelancet.com/journals/landig/article/PIIS2589-7500(25)00041-X/fulltext
2025年7月2日，來自英國倫敦大學的科研團隊在Lancet子刊Lancet Digital Health（IF=24.1）上發表了題為External validation of a digital pathology-based multimodal artificial intelligence-derived prognostic model in patients with advanced prostate cancer starting long-term androgen deprivation therapy: a post-hoc ancillary biomarker study of four phase 3 randomised controlled trials of the STAMPEDE platform protocol的研究。科研團隊使用自制的AI模型MMAI預測極晚期前列腺癌患者的預後，並利用 STAMPEDE 平臺方案四項 3 期臨床試驗的資料對預測結果的準確性進行校驗。
本研究的最大亮點在於透過AI實現了對前列腺癌預後的評估，能顯著提高普通醫生對終末期前列腺癌患者預後分析的能力，並且具有規模化應用的潛力。
創新性與突破性：是首個利用 3 期臨床試驗資料，在高風險或轉移性前列腺癌患者中驗證的多模態人工智慧（MMAI）預後模型，結合數字化病理影像與臨床特徵，填補了該領域 AI 預後研究的空白。
優異的預後分層能力：MMAI 演算法與前列腺癌特異性死亡率（PCSM）顯著相關（每增加 1 個標準差，HR=1.40），能將不同疾病負擔（如非轉移性、轉移性低 / 高容量等）患者進一步細化分層，最高四分位數（Q4）患者的 PCSM 風險顯著高於 Q1-3（如轉移性高容量患者中 Q4 的 5 年 PCSM 為 68%，Q1-3 為 48%）。
臨床適用性強：MMAI 演算法顯著提升晚期前列腺癌的預後評估準確性，為治療方案選擇（如治療強化或降級）提供關鍵依據。並且由於AI基於常規前列腺活檢樣本，無需額外檢查，可規模化應用，為晚期前列腺癌患者的預後管理和治療決策提供實用工具。
原文：https://www.thelancet.com/journals/landig/article/PIIS2589-7500(25)00067-6/fulltext
—END—
