Разработана и валидирована интерпретируемая модель машинного обучения для ранней стратификации риска образования фибринового чехла у полностью имплантируемых венозных портов. XGBoost-linear показал AUC 0.891 и 0.904 в валидационных когортах, ключевыми предикторами стали пространственные параметры катетера.

Опухолевое почкование — морфологический маркер диссоциации опухолевых клеток и стромальной инвазии при колоректальном раке. Промежуточное и высокое почкование ассоциированы с метастазами в лимфоузлах при pT1-раке и рецидивами при стадии II. Стандартизация ITBCC позволила внедрить почкование в патологоанатомическую оценку риска, но его роль как предиктора ответа на лечение требует дальнейшего изучения.

Использование 31-генного профиля экспрессии помогает выявить пациентов с меланомой с низким риском прогрессирования после операции, что привело к сокращению контрольных визитов более чем на 2286 приёмов за семилетний период.

Высокоплексная сывороточная протеомика идентифицировала стадийно-зависимые белковые сигнатуры при грибовидном микозе (пятно → бляшка → опухоль), с константным снижением ADAM22 и LRRN1 при прогрессии. В стадии бляшки профили разделили прогрессирующее и индолентное течение; top-биомаркеры — interleukin-32 и PARP1. Панель из 11 белков достигла AUC 0,952 для неинвазивной стратификации риска.

Образовательные слайды по стратификации риска, доказательствам раннего вмешательства и выбору оптимального лечения при тлеющей множественной миеломе высокого риска и впервые диагностированной активной миеломе.

Комбинированная модель на основе радиомных признаков, deep learning и клинических параметров показала AUC 0.891 в валидационной выборке, превзойдя отдельные модели и демонстрируя потенциал как неинвазивный инструмент персонализированного планирования лечения.

Ретроспективное исследование показало, что селективная ЭГДС на основе критериев Baveno VII у пациентов с нерезектабельной ГЦК позволяет избежать 30% процедур без увеличения риска кровотечения из варикозно расширенных вен, обеспечивая экономию ~$450 на пациента.

Машинное обучение на 23 924 визитах онкологических пациентов позволило создать инструмент для выявления пациентов с высоким риском обращения в ED в течение 14 дней: порог ≥0.05 отметил 24% пациентов, среди которых произошло 9 из 10 фактических обращений, в то время как в группе низкого риска (76%) частота обращений составила 0,5%.

Интеграция количественных трехмерных КТ-параметров с традиционными критериями повышает точность выявления дисплазии высокой степени и малигнизации IPMN (AUC 0.800 vs 0.760, p=0.007).

Мультидисциплинарная оценка 85 пациентов показала, что у 79% имелся повышенный риск ≥1 злокачественного новообразования, при этом у 87% выявлены модифицируемые факторы риска, требующие вмешательства, а 12% имели клинически значимые генетические находки.