人工智能

在数字世界中，人们越来越依赖互联网获取与食品和营养相关的信息。然而，最近的一份报告显示，线上与营养相关信息几乎一半存在不准确或准确度低。JAMA Network Open最新一项研究表明当想要了解食物的能量和大量营养素信息时，人工智能可以成为一个有用且方便的工具。尽管无法完全取代营养师，但它们可以提供食物的实时分析，并且利用人工智能技术发挥支持作用的能力可能从根本上改变营养师与患者沟通的方式。

人工智能营养评估

人工智能

Nature：用可解释的深度学习模型，研发对抗超级耐药菌的全新抗生素

据世界卫生组织数据显示，2019年全球约有120万人死于由抗生素耐药性加剧的细菌感染，这已超过艾滋病导致的死亡人数。近日，麻省理工学院研究人员在Nature发表最新研究，利用人工智能和可解释的深度学习模型，从超过1200万种化合物中识别出一种全新的新型抗生素类型，可以杀死临床上常见的超级细菌耐甲氧西林金黄色葡萄球菌。这些化合物对人类细胞的毒性很低，因此成为特别有希望的抗生素候选者，值得关注。

人工智能药物研发研究论文基础研究抗生素耐药

人工智能

国内团队：人工智能在结肠镜检查中检测结直肠肿瘤的优缺点

结肠镜检查期间使用人工智能（AI）检测结直肠肿瘤（CRC）或能提高腺瘤检出率并降低腺瘤漏诊率，然而不同研究观察到不同的结果。近日，哈尔滨医科大学韩鹏、刘彦龙、崔滨滨团队在EClinicalMedicine上发表文章，通过对Embase、Medline和Cochrane数据库进行全面文献检索，评估了结肠镜检查期间使用AI辅助系统的潜在优缺点。

人工智能结直肠癌结肠镜

结直肠癌

Nature子刊：MSIntuit——从大肠癌组织切片中检测MSI的预筛查工具

错配修复缺陷（dMMR）/微卫星不稳定性（MSI）是结直肠癌（CRC）的关键生物标志物。现在建议对CRC患者进行MSI状态的普遍筛查，但这会增加病理学家的工作量，并推迟治疗决策。深度学习有可能简化dMMR/MSI测试，并加速肿瘤学家在临床实践中的决策，但对目前临床批准的工具缺乏相关验证。Nature Communications近期发表的文章，开发了一种利用人工智能从结直肠癌组织切片中检测MSI的预筛查工具——MSIntuit，并检验其灵敏度、特异性等，结果表明MSIntuit可以有效地作为临床实践中减轻MSI检测负担的预筛查工具。

结直肠癌人工智能组织学切片微卫星不稳定性（MSI）

人工智能

Lancet子刊：大肠活检预筛选AI工具——CAIMAN

组织病理学检查是诊断和治疗许多重大疾病的关键步骤。Lancet Digital Health近期发表的文章，开发了一种基于人工智能（AI）的预筛选工具（CAIMAN），该工具分析大肠活检的全玻片图像（WSI），以识别典型、非肿瘤和肿瘤活检。CAIMAN在检测非典型大肠活检方面具有很高的敏感性，可能有助于提高临床工作流程的效率，并在典型结肠直肠活检的预筛选中做出诊断决策。

人工智能大肠活检回顾性队列研究

深度学习

Cell子刊：AI助力大肠癌检测再取新进展

本文研究开发一种基于转换器的管道，将预先训练的转换器编码器与用于补丁聚合的转换器网络相结合，从结直肠癌常规病理切片中进行端到端生物标志物预测,与当前最先进的算法相比，此方法大大提高了性能、可推广性、数据效率和可解释性。

深度学习生物标志物结直肠癌人工智能转换器

衰老

国内团队：中国女性复合衰老时钟有何特征？

衰老是一个受多因素影响的复杂过程。尽管目前已有研究尝试从不同维度对衰老进行度量，然而衰老的复杂性和异质性决定了单层次的衰老时钟存在着固有的局限。此外，衰老过程具有明显的性别差异。近日，中国科学院动物研究所刘光慧、中国科学院北京基因组研究所张维绮和杨运桂、衢州市人民医院张峰及团队在Med发表最新研究，利用多组学结合人工智能方法，系统挖掘了中国女性衰老跨5个维度的生物学标志物，建立了中国女性的多层次复合时钟，并利用该时钟揭示了中国女性衰老的动态变化规律以及激素替代疗法对于女性衰老的潜在干预效果，值得关注。

衰老复合时钟研究论文基础研究多组学

肠纤维化

Cell子刊：新型“细胞绘画”助力发掘肠道纤维化药物靶点

肠道纤维化通常由炎症性肠病引起，可导致肠道狭窄和梗阻，但尚无批准的治疗方法。由于缺乏可筛选的细胞表型，药物发现受到阻碍。近日，Cell Chemical Biology发表最新研究，报道了一种临床相关人源性肠纤维化模型，由TNFa激活结肠成纤维细胞组成，并通过机器学习算法进行增强，来识别可以逆转肠道肌成纤维细胞激活的纤维化表型的小分子，值得关注。

肠纤维化治疗靶点研究论文基础研究人工智能

疾病诊断

朱立新+刘占举+朱瑞新等：基于肠菌基因的炎症性肠病AI诊断模型

炎症性肠病与肠道菌群关系非常密切，可作为一种有前途的非侵入性诊断工具。近日，同济大学朱瑞新、中山大学六院朱立新、上海市第十人民医院刘占举、中山大学附属第六医院贺青及团队在Gut Microbes发表最新研究，整合了来源于多中心的CD和健康对照共1418例样本的粪便微生物测序数据，全面描绘了CD患者中微生物多维度特征的变化模式，利用AI构建了微生物多维度诊断模型，评估了各个维度特征诊断潜能的优劣，以鉴定最优诊断模型，并验证其疾病特异性，值得关注。

疾病诊断人工智能研究论文基础研究微生物物种

结直肠腺瘤

Lancet子刊：人工智能或有助于提高结肠镜下腺瘤检出率

结肠镜检查是结直肠癌筛查的金标准，可有效降低结直肠癌的发病率和死亡率。腺瘤检出率（ADR）是评估结肠镜检查质量的关键指标，高清内窥镜、图像增强系统等手段已被应用于提高ADR。基于人工智能的计算机辅助检测（CADe）已被认为有助于可提高结肠镜检查的ADR。法国研究人员近日在Lancet Gastroenterology & Hepatology发表了一项单中心随机对照试验结果，证实与标准的常规结肠镜检查相比，CADe辅助结肠镜能够提高ADR。本研究为CADe的推广使用提供了新的依据。

结直肠腺瘤研究论文随机对照试验计算机辅助结肠镜检人工智能

药物研发

上海交大：独特微生物资源生物合成潜能释放新方法（综述）

微生物天然产物是小分子药物开发的主要来源。然而，传统天然产物发现局限于常规药源微生物资源，同时活性筛选方法盲目性大重现率高，导致新结构、新靶点天然产物匮乏，严重制约了新药研发。近日，上海交通大学李雷及团队在Biotechnology Advances发表最新综述，针对不同生境的未充分挖掘的独特微生物资源，梳理了三类天然产物高通量发现的前沿技术及应用案例，为微生物新药开发提供了崭新思路，值得关注。

药物研发天然产物综述微生物合成高通量测序

早产儿视网膜病变

JAMA子刊：手机App+人工智能，有助于早产儿视网膜病变筛查

早产儿的视网膜病变是危害早产儿健康的常见疾病，对其进行快速、经济地筛查，从而实现早诊断早治疗具有重要的公共卫生学意义。本研究评价了基于手机App的成像系统对疾病的筛查作用，发现其具有较大的灵敏度，提示其可用于筛查。

早产儿视网膜病变研究论文手机应用人工智能早产儿

人工智能

宁康等：用DeepMicroCancer诊断癌症类型

基于微生物组的癌症诊断是基因组学方法在癌症诊断中日益重要的补充，但目前基于微生物组的癌症诊断模型普遍面临困难。近日，华中科技大学宁康及团队在Briefings in Bioinformatics发表最新研究，基于组织和血液样本中微生物数据开发了一种随机森林和转移学习模型-DeepMicroCancer，用于多种类型癌症的诊断，性能较好，值得关注。

人工智能菌群诊断模型研究论文基础研究微生物数据

人工智能

AI模型区分溃疡性结肠炎患者的组织学活动/缓解

Gastroenterology上发表的一项最新研究，通过开发人工智能模型，可准确地区分溃疡性结肠炎患者的组织学及内镜下的活动或缓解。

人工智能溃疡性结肠炎研究论文

人工智能

基于肠菌利用人工智能或可实现大肠癌分类

肠道菌群组成改变与结直肠癌（CRC）间关系密切，如今多项研究利用机器学习算法开发了基于肠道菌群的临床诊断模型，其中随机森林是最常用到的模型算法，但其方法是全局性的，不利于识别只对较小的病人群体有影响的物种。近日，东京工业大学研究人员在Genome Biology发表最新研究，发现使用人工智能可获得更加个性化的特征，在识别CRC的潜在细菌生物标志物方面性能较好，值得关注。

人工智能肠道菌群结直肠癌研究论文基础研究

人工智能

JAMA子刊：基于CT影像的AI辅助结肠癌诊断

JAMA Network Open上发表的一项最新研究结果，纳入267名急性憩室炎（AD）患者及318名结肠癌（CC）患者，基于CT影像开发深度学习算法，可提高阅片医生从AD中鉴别CC的敏感度、特异性、阴性预测值、阳性预测值。

人工智能结肠癌研究论文急性憩室炎 AI辅助诊断

视力障碍

Nature子刊：中国团队研发出儿童视力障碍早期筛查app

中山大学中山眼科中心林浩添教授团队联合全球多家医疗及研发机构进行医工交叉协同攻关，以智能手机为应用终端，研发了全球首个婴幼儿视功能损伤手机智能筛查系统，并且该系统在三千余名儿童数据中表现良好。该系统的研发有助于儿童视力障碍问题的早期筛查和预防。

视力障碍研究论文人工智能视障筛查工具

microDELTA

宁康等：microDELTA或可用于解决年龄依赖的人体健康诊断问题

人类肠道微生物群落在生命不同阶段及不同健康状况下的组成各不相同，其动态变化与环境、疾病进展及饮食变化等有关。因此，人类肠道菌群的时序变化可以一定程度反映宿主的生活轨迹。近日，华中科技大学宁康及团队在Briefings in Bioinformatics发表最新研究，提出一个基于肠道微生物群落数据使用迁移学习实现的人体健康轨迹追踪框架microDELTA，初步解决了年龄依赖性的人体健康状态诊断问题。总之，该工具可准确追踪人类肠道菌群特定的生命轨迹，较为完善的解决了年龄依赖性的人体健康状态诊断问题，对未来的健康监测与临床实践有着重要意义，值得关注。

microDELTA 健康诊断研究论文基础研究机器学习

机器学习

Nature子刊：AI+机器学习，可更好预测CRC患者预后和治疗反应？

先前多项研究发现免疫细胞成分在结直肠癌（CRC）中具有很强的预后和预测价值，但诸如免疫评分（IS）或上皮内淋巴细胞定量等评分系统只是被缓慢地应用于临床应用，并仍存在较大局限性。近日，德国美因茨大学研究人员在Nature Medicine发表最新研究，利用人工智能和深度机器学习建立了多链深度学习模型，发现该模型具有较高预测能力，且优于其他基于临床、分子和免疫细胞的参数，也可用于预测CRC患者对新辅助治疗的反应。总之，该方法为C RC的预后和预测目的提供了有价值的参考和见解，值得关注。

机器学习结直肠癌研究论文基础研究人工智能

个性化饮食干预

基于人工智能创建的个性化饮食或可调节IBS患者肠道菌群

肠易激综合征（IBS）是一种慢性功能性胃肠道疾病，最近证据表明，饮食已成为治疗IBS一种有效的干预方法，肠道菌群可能在IBS疾病发生、进展和严重程度中起着重要作用，但不同病人有其独特的菌群组成会影响饮食干预的有效性，因此，需要促使微生物群疗法更加个性化。近日，发表在Gut Microbes的最新研究，基于罗马IV标准招募25名IBS患者，分个性化营养饮食组（n=14）和标准IBS饮食组（n=11），干预6周，发现通过机器学习算法创建的特定个性化饮食可实现调节IBS患者的肠道菌群。但该研究的样本量较小，相关结论仍有待进一步验证。

个性化饮食干预人工智能研究论文基础研究肠道菌群

疾病诊断

宁康团队：迁移学习模型或可促进基于微生物的跨区域疾病诊断

炎症性肠病人群肠道菌群的异质性具有显著的区域效应，这在很大程度上限制了基于微生物的疾病诊断的跨区域应用。目前，基于微生物的机器学习方法已用于炎症性肠病和2型糖尿病的诊断，但尚无法减轻跨区域效应。近日，华中科技大学宁康及其团队在Gut发表最新研究，将迁移学习引入疾病神经诊断模型，“借用”源城市有关疾病的成熟知识，辅助目标城市进行疾病诊断，提高了人工智能在缺乏目标城市微生物群模式信息时的诊断准确性和稳健性。

疾病诊断人工智能机器学习迁移学习研究论文

菌群

机器学习和深度学习在菌群研究中的应用

菌群人工智能机器学习深度学习预测能力

人工智能

在息肉切除后的患者中，AI辅助的结肠镜检查增加需要强化监测的比例

Clinical Gastroenterology and Hepatology上发表的一项最新研究，总结了9项随机对照试验的结果，在5796名接受息肉切除的患者中，人工智能（AI）辅助下的结肠镜检查显著增加了需要强化监测的比例，这可能有助于更好地预防结直肠癌，但也增加了患者负担及医疗成本。

人工智能研究论文结肠镜检查肠息肉切除术

人工智能

国内团队：利用AI评估溃疡性结肠炎患者的炎症活动度

厦门大学附属中山医院的蔡顺天团队在Gastrointestinal Endoscopy上发表的一项最新研究，开发了一套用于评估溃疡性结肠炎患者的炎症活动度的人工智能评分系统，可基于内镜图像准确地分析肠道炎症的严重程度及分布。

人工智能研究论文医学研究溃疡性结肠炎内镜

人工智能

蔺蓉团队：人工智能助力小肠胶囊内镜诊断

胶囊内窥镜已成为诊断小肠疾病的主要手段。为减轻内镜医生的负担，基于深度学习算法的人工智能技术被用于识别小肠胶囊内窥镜（SBCE）检查中的异常现象。近日，华中科技大学同济医学院附属协和医院蔺蓉团队在Endoscopy上发表文章，报道了一种新的人工智能诊断模型，能够基于SBCE视频识别而自动同时判断多种异常，可有效辅助经验不足的初级内镜医生进行诊断，展现出潜在的临床实验价值。

人工智能胶囊内镜图像识别研究论文

结肠镜检查

人工智能辅助的溃疡性结肠炎内镜严重程度的评估及分类

American Journal of Gastroenterology上发表的一项最新研究结果，开发了一种深度学习模型，能够准确地对溃疡性结肠炎患者的内镜严重程度进行评估，并基于梅奥内镜评分进行分类。

结肠镜检查研究论文溃疡性结肠炎人工智能

结直肠息肉

用于结直肠息肉实时光学表征的新型人工智能设备

这是发表在npj Digital Medicine上的一份工作，作者开发了一套不依赖于蓝光虚拟色素增强图像、仅仅依赖于传统白光内窥镜照射图像就能完成诊断的人工智能计算机辅助诊断设备（CADx）。在临床诊断中，该设备在传统白光内镜图像中表现出与内窥镜专家医生相当的诊断准确率，即使在蓝光虚拟色素增强的条件下，该设备诊断准确率也与非专家内窥镜医师相当。有趣的是，在错误诊断的病例中，该设备与医生诊断结果一致。

结直肠息肉肠镜检查人工智能

结直肠癌

Lancet子刊：AI可让肠镜筛查大肠癌更有效、更划算

人工智能（AI）技术可增加结肠镜检查对癌前息肉的检出率，可能有助于长期预防结直肠癌。Lancet Digital Health近期发表的一项建模研究，表明在结肠镜筛查中使用AI检测工具，可以节约成本，并进一步预防结直肠癌的发生和死亡。

结直肠癌癌症筛查人工智能

结直肠癌筛查

人工智能可降低结直肠腺瘤的漏检率

Gastroenterology上发表的一项随机对照试验结果，在230名接受结肠镜检查的受试者中发现，人工智能（AI）辅助可显著降低结直肠腺瘤的漏检率，并显著降低假阴性率。

结直肠癌筛查研究论文随机对照试验人工智能结肠镜检查

药物研发

王军+陈义华NBT突破：用人工智能大规模挖掘人肠道菌群中的抗菌肽

抗生素耐药菌（特别是多重耐药菌）对人类健康造成严重威胁，亟需开发新的抗菌药物。生物体（包括肠道微生物）产生的抗微生物肽（AMP）是研发新型抗菌药物的弹药储备库，但受限于已有技术，仍有大量AMP尚未被挖掘出来，人工智能（AI）算法在该领域中有很大的应用潜力。中国科学院微生物研究所王军团队与陈义华团队合作在Nature Biotechnology发表最新研究，结合多种自然语言处理神经网络模型，建立了能自主学习AMP序列特征从而挖掘鉴定新型AMP的AI方法，并用该方法从人肠道微生物组数据中挖掘出181个新型AMP，包括能在体内外有效抑制多重耐药菌的强效AMP。总之，这项概念验证研究不仅为研发抗菌药物提供了大量的候选AMP，也为利用AI从宏基因组数据中挖掘功能肽提供了一个优秀的范例。

药物研发抗菌肽人工智能深度学习宏基因组