资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
克利夫兰诊所利用Synapsis AI加速罕见心脏病临床试验候选者筛选
克利夫兰诊所（Cleveland Clinic）在约一周的时间内，利用Dyania Health公司的Synapsis AI系统审查了1476份电子病历（EMR），成功识别出46名潜在符合条件的罕见心脏病临床试验候选人。经过医疗团队的进一步评估，其中43人被确认为合适的候选人，而在这43人中，有30人被认为可以立即纳入试验。
研究背景与执行过程
该研究于3月3日公开，详细说明了Synapsis AI如何被用于ATTR-CM（转甲状腺素蛋白淀粉样变性心肌病）III期临床试验的候选者筛选。该系统对位于俄亥俄州、佛罗里达州和内华达州的医院及门诊中心的电子病历进行了全面审查。
在AI初步筛选出的46名候选人中，医疗团队确认了43名的适宜性。综合考虑各项入选标准后，最终将30人列为可立即招募的对象。值得注意的是，这30人中有29人在以往的常规招募过程中未被发现。需要指出的是，由于该研究仅针对特定医疗系统中某一罕见病的临床试验，其结果不能直接推广至其他机构或疾病领域。
AI性能评估数据
为了验证系统的准确性，研究团队随机抽取了100名患者的记录，并对其中涉及的7700个临床试验相关问题进行了评估。AI系统正确回答了其中的7409个问题，准确率达到96.2%。
此外，医疗团队对AI排除的200名患者样本进行了复核，结果显示AI的排除判断中有198例是准确的。这两个指标主要反映系统在特定临床试验记录审查中的表现，并不代表其在一般疾病诊断或治疗效果上的准确率。
招募效率对比
经过AI辅助筛选的7名患者在6天内完成了临床试验注册。相比之下，采用传统招募方式时，90天内仅注册了10名患者。AI辅助招募在达到机构的注册目标后即停止。因此，仅凭这两组数据无法计算通用的招募速度提升比例或AI的因果效应。该研究主要展示了AI在特定临床试验中筛选候选记录并协助医疗团队做出最终判断的能力。
黑素瘤研究中的独立表现
另外一份提交给2025年美国临床肿瘤学会（ASCO）年会的黑素瘤研究摘要显示，Synapsis AI在2.5分钟内处理了50份患者记录中的1125个临床试验相关问题，准确率为95.73%。这一结果是与前述心脏病研究独立的记录审查比较数据。
在同一黑素瘤任务中，黑素瘤专业研究护士花费427分钟实现了95.11%的准确率，而肿瘤学专业研究护士则花费540分钟实现了88.09%的准确率。
技术原理与合作方
Synapsis AI能够同时读取结构化信息（如检验数值）和非结构化文本资料（如诊疗记录和检查报告），从而辅助审查患者参与临床试验的可能性，最终的候选人确认工作仍由医疗团队负责。
Dyania Health表示，其系统在医院内部基础设施中使用了英伟达（NVIDIA）的加速计算能力。该系统由Dyania Health开发，英伟达提供底层算力支持。
其他应用案例与利益冲突声明
Dyania Health还介绍了另一个案例：通过分析2005年至2021年间7812名主动脉瓣置换术患者的记录，该模型为每位患者审查了88个临床问题，并预测其在3年、5年和10年时的瓣膜功能下降及再次手术风险。公司强调，在将该模型应用于临床之前，需要医疗团队进行外部验证。
克利夫兰诊所已对Dyania Health进行了投资，并可能从产品销售中获得经济利益。论文作者中包含Dyania Health的相关人员，研究负责人也披露了与公司存在的咨询和顾问关系。这些利益冲突情况在解读研究结果时需予以考虑。
部署效果与奖项
克利夫兰诊所于2025年11月在全院范围内部署了Synapsis AI。此前，该医院因与Dyania Health在临床试验候选者筛选方面的合作，于10月26日宣布获得2026年Gartner“创新之眼”奖（Gartner Eye on Innovation Award）。
医院方面公布的数据显示，引入平台后，临床试验研究团队的注册患者数量平均增加了40%，注册速度提高了47%。需要注意的是，这些数据来自医院自身的统计，公开资料中并未提供具体的样本规模、对比期间以及平均值计算标准。
