8.6
医工学人
The Innovators
1. npj npj artificial intelligence | 探索大型语言模型在科学方法中的作用：从假设到发现
医工简报音频内容已在喜马拉雅、小宇宙等平台上线，欢迎订阅收听~
行业动态
该文章回顾了大型语言模型（LLM）如何重新定义科学方法，并探索其在科学周期不同阶段的潜在应用，从假设测试到发现。结论是，为了使LLM成为相关和有效的创意引擎和生产力增强器，应与人类科学目标合作和保持一致，并采用明确的评估指标，将其深度融入科学过程的所有步骤。
https://www.nature.com/articles/s44387-025-00019-5
临床综合
线粒体是动态细胞器，对细胞能量产生、代谢调节和信号转导至关重要。它们的结构复杂性使对各种生理需求的适应性做出反应。在癌症中，线粒体协调对肿瘤发展至关重要的多个细胞过程。代谢重新编程使癌细胞能够利用有氧糖酵解、谷氨酰胺代谢和脂质改变，支持不受控制的生长、生存和耐药性。线粒体和核DNA的遗传和表观遗传改变破坏了氧化磷酸化、三羧酸循环动力学和氧化还原稳态，驱动致癌进展。肿瘤中的线粒体功能障碍是高度异质的，影响不同癌症类型的疾病表型和治疗反应。在肿瘤微环境中，线粒体通过调节T细胞生存和功能、巨噬细胞极化、NK细胞毒性和中性粒细胞激活，深刻影响免疫反应。它们还介导基质细胞功能，特别是在与癌症相关的成纤维细胞和肿瘤内皮细胞中。虽然靶向线粒体功能是一种有前途的治疗策略，但线粒体的异质性和适应性抗性机制使干预方法复杂化。线粒体基因组编辑、蛋白质组学和循环线粒体DNA分析的进步提高了肿瘤诊断的准确性。该综述综合了癌症线粒体研究的发展格局，全面总结了线粒体结构动力学、代谢可塑性、信号网络以及与肿瘤微环境的相互作用。最后，讨论了开发有效的基于线粒体的癌症干预措施的转化挑战。
https://www.nature.com/articles/s41392-025-02311-x
医学人工智能
头颈癌是一种常见的疾病，与不良预后有关。改善患者结果的一个有前途的方法是个性化治疗，它使用来自各种模式的信息。然而，由于缺乏大量的公共数据集，进展甚微。该研究展示了一个多模态数据集HANCOCK，其中包括763名头颈癌患者的单心真实数据。数据集包含人口统计学、病理学和血液数据，以及手术报告和组织学图像，这些图像可以在低维表示中进行探索。研究结果可以证明，使用机器学习结合这些模式优于单一模式，使用基础模型整合成像数据有助于端点预测。HANCOCK不仅将为头颈癌病理学开辟新的见解，还将成为研究精准肿瘤学多模态机器学习方法的主要来源。
医学成像技术
病理图像分类是癌症自动诊断的基础，但深度学习方法依赖大量标注数据，标注成本高昂。8月5日，电子科技大学与上海人工智能实验室团队提出VLM-CPL框架，通过双重共识伪标签筛选与高置信度交叉监督实现无需人工标注的病理图像分类。该框架利用预训练视觉语言模型（VLM）的零样本推理能力生成初始伪标签；设计多视图共识（MVC）策略，基于输入图像的多次增强视图估计不确定性以筛选高置信提示伪标签；结合VLM特征表示能力，通过特征聚类生成特征伪标签；提出提示-特征共识（PFC）机制，依据两类伪标签一致性进一步筛选可靠样本；引入高置信度交叉监督（HCS），利用可靠样本及其余无标签样本协同训练分类器；针对全玻片图像（WSI）分类中块级与玻片级标签不匹配问题，创新性提出开放集提示（OSP）策略过滤无关组织块。实验在五个公共病理数据集上验证，该方法显著优于VLM零样本分类及现有噪声标签学习方法，平均准确率提升18.8%，代码已开源。 https://doi.org/10.1109/tmi.2025.3595111
康复（神经）工程
压力疗法是一种广泛采用的方法，可以抑制烧伤后肥大疤痕的形成。然而，目前的临床实践主要依赖医务人员的手工经验，缺乏准确的压力反馈。可用的商业压力传感器针对高压用途，与烧伤修复的低压需求不匹配，并受到非压力因素的精度干扰。为了应对这些挑战，研究团队开发了一种可穿戴的多功能柔性传感器，该传感器将图案Cr/Au金属化聚酰亚胺（PI）基板与具有仿生棘纹理的导电PDMS薄膜集成在一起。受表皮启发的压力感应单元允许实时监测压力疗法中的压力变化，在烧伤修复所需的压力范围内（1.3-3.3千帕）内达到35%/千帕的灵敏度。此外，具有局部开裂和蛇纹设计的金属电极分别表现出高线性的温度响应和对应变的特殊敏感性。此外，有限元分析（FEA）模拟和实验结果都证实，压力和应变效应在我们的传感器上是空间定位的，而温度表现出全局效应，从而实现了有效的跨参数干扰消除。这些应用，包括绷带中的实时压力监测、弹性手套的压力分布跟踪以及区分关节运动模式，强调了我们的传感器如何作为优化压力治疗方案、量化康复强度和改善烧伤康复治疗结果的绝佳临床工具。 https://pubs.acs.org/doi/10.1021/acssensors.5c01195 可穿戴技术 实时和原位汗液分析为监测人类健康和早期诊断疾病提供了一种直接、经济、方便和非侵入性的方法。 在这项研究中，开发了一种灵活、皮肤接口、多功能的微流体比色检测设备，用于汗液的原位收集和多指数分析。 这种创新设备集成了优化的微流体设计、有效的比色化学技术和复杂的多层布局，共同实现各种汗水参数的精确测量。 将毛细管爆裂阀（CBV）纳入微流体装置中，促进了定向汗液运输，有效地减轻了交叉污染。 该设备同时测量尿素、氯化离子和镁离子的含量、pH值和皮肤温度，以及出汗量和流失率。 检测结果可以通过肉眼或通过智能手机应用程序简单地读取，提高了用户的便利性。 微流体比色装置在健康志愿者中的成功应用证明了其实际应用潜力。 这项工作引入了一种简单、低成本、灵活和方便的汗水分析设备，为汗水中多个组件和指标的原位、非侵入性和智能可穿戴测量铺平了道路。 https://pubs.acs.org/doi/10.1021/acssensors.5c01354 END 内容 | 郝娅婷 张艳青 编辑 | 黄丹青 审核 | 刘帅 罗虎
扫码添加医工学人负责人微信，进入综合及细分领域群聊（国内外医工交叉领域顶尖高校、科研院所、医院、企业等专家学者、硕博士、工程师、企业家等），参与线上线下交流活动
推荐阅读
点击关注医工学人
本篇文章来源于微信公众号: 医工学人
