中国多中心回顾性队列纳入4367例合并不稳定型心绞痛（UA）的射血分数保留型心衰（HFpEF）患者，训练12种机器学习算法并外部验证，用于预测12、24、36个月心衰住院（HFH）风险。
推荐理由：该研究为合并不稳定型心绞痛（UA）的射血分数保留型心衰（HFpEF）患者提供了12、24、36个月心衰住院风险的多时间点机器学习分层框架，并完成外部验证，适合心内科与老年科晨读或病例讨论时了解AI风险分层在该人群中的证据边界与预测因子。
一项研究在智利四家公立医院对一款商用纯图像超声深度学习模型进行了外部验证，数据为2550例妊娠的3788次检查、共64235帧图像。模型预测分娩日期的平均绝对误差为6.9天，常规预产期为11.6天，但大部分优势来自当地妊娠期较短，与重新中心化的对照相比差距不足一天。预设界标分析中，模型独立的纯图像风险评分识别早产的AUC为0.86，单用孕龄为0.52；这些分类分析属探索性，且无孕妇按该模型管理。
研究提出一种通用-专科协作AI工作流，用于非增强脑CT检查清单的安全降优先级。该研究发表于npj Digital Medicine，AI算法由Coreline Soft与JLK Inc.提供并整合进协作流程。