Detection of undiagnosed liver cirrhosis via AI-enabled electrocardiogram: a pragmatic, cluster-randomized clinical trial
7.5
来源：
Nature
关键字：
AI radiology
发布时间：
2025-12-17 23:35
摘要：
该研究通过一项实用的随机临床试验，评估了基于心电图的机器学习模型在早期检测慢性肝病中的有效性。结果显示，使用该模型的干预组在180天内新诊断的慢性肝病率显著高于对照组，表明其在初级保健中的应用潜力。该模型的商业化前景良好，可能会对慢性肝病的筛查和管理产生深远影响。
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
1.0
business_impact
0.8
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
2.5
market_value_relevance
1.0
team_institution_background
0.5
technical_barrier_competition
0.5
关键证据
研究显示，干预组的慢性肝病新诊断率显著提高，表明该模型的有效性。
该研究涉及98个初级保健团队，具有较大的样本量和临床适用性。
心电图机器学习模型的应用可能会改变慢性肝病的筛查方式。
真实性检查
否
AI评分总结
该研究通过一项实用的随机临床试验，评估了基于心电图的机器学习模型在早期检测慢性肝病中的有效性。结果显示，使用该模型的干预组在180天内新诊断的慢性肝病率显著高于对照组，表明其在初级保健中的应用潜力。该模型的商业化前景良好，可能会对慢性肝病的筛查和管理产生深远影响。