科研喵使用ai读文献，祝你效率百倍，访问labcat.com.cn下载。本期关注一篇发表在影响因子7.0的《Computers in biology and medicine》上的重要研究："Developing federated time-to-event scores using heterogeneous real-world survival data"。这项研究提出了一种创新框架，能够在保护隐私的前提下，利用来自多个医疗机构的异质生存数据构建联合生存评分系统。研究团队将该方法应用于新加坡和美国急诊科的数据，结果显示联合评分系统在预测准确率上显著优于各机构本地模型，最大提升达11.6%。这一突破性技术不仅解决了医疗数据共享中的隐私挑战，还为临床决策提供了更可靠的风险预测工具，有望在未来医疗研究和实践中发挥重要作用。