心電圖是一種無創、廉價、便捷的診斷心血管疾病和評估心血管事件風險的檢查方法。盡管心電圖檢查已具備明確的標準化操作及流程，但由于診斷經驗的不同，即便是訓練有素的醫生對心電圖的解釋也可能存在主觀偏差。近年來，人工智能通過建立深度神經網絡模型，已經成為一種自動分析醫療數據的強大工具，在CT、MRI、超聲以及心電圖等醫學圖像診斷領域得到了廣泛應用。該文主要介紹深度神經網絡模型在心電圖診斷和預測心血管疾病方面的應用進展，并討論其局限性和應用前景。
非小細胞肺癌為全球癌癥發病率與死亡率最高的癌癥之一，精準的預后模型可指導臨床治療方案。隨著計算機技術的不斷升級，深度學習作為人工智能的突破性技術在非小細胞肺癌預后模型應用中顯示出良好性能與巨大潛力。深度學習在非小細胞肺癌生存及復發預測、療效預測、遠處轉移預測、并發癥預測中的應用研究已取得一定進展，并呈現出多組學、多模態聯合的趨勢，但仍有不足之處，未來仍應深入探索，加強模型驗證，解決臨床實際問題。