Prediction of functional outcomes in aneurysmal subarachnoid hemorrhage using pre-/postoperative noncontrast CT within 3 days of admission
7.0
来源：
Nature
发布时间：
2025-08-24 00:04
摘要：
研究开发了一种深度学习模型，结合术前和术后非对比CT影像及临床数据，能够在动脉瘤性蛛网膜下腔出血患者中准确预测3个月的功能结果，具有重要的临床应用潜力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.5分+重点关注领域符合度
business_impact
0.5分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
0.0分+投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.5分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
开发了深度学习模型以预测功能结果
使用1850名患者的数据进行模型构建和验证
融合模型在外部测试中表现优异，AUC达到0.92
真实性检查
否
AI评分总结
研究开发了一种深度学习模型，结合术前和术后非对比CT影像及临床数据，能够在动脉瘤性蛛网膜下腔出血患者中准确预测3个月的功能结果，具有重要的临床应用潜力。