This was a single-center, unmasked, paralleled, randomized controlled trial.A randomized trial was conducted in a tertiary care institute in South Korea to validate whether artificial intelligence (AI) could augment the accuracy of nonexpert physicians in the real-world settings, which included diverse out-of-distribution conditions. Consecutive patients aged >19 years, having one or more skin lesions suspicious for skin cancer detected by either the patient or physician, were randomly allocated to four nondermatology trainees and four dermatology residents. The attending dermatologists examined the randomly allocated patients with (AI-assisted group) or without (unaided group) the real-time assistance of AI algorithm (https://b2020.modelderm.com#world; convolutional neural networks; unmasked design) after simple randomization of the patients.Using 576 consecutive cases (Fitzpatrick skin phototypes III or IV) with suspicious lesions out of the initial 603 recruitments, the accuracy of the AI-assisted group (n = 295, 53.9%) was found to be significantly higher than those of the unaided group (n = 281, 43.8%; P = 0.019). Whereas the augmentation was more significant from 54.7% (n = 150) to 30.7% (n = 138; P < 0.0001) in the nondermatology trainees who had the least experience in dermatology, it was not significant in the dermatology residents. The algorithm could help trainees in the AI-assisted group include more differential diagnoses than the unaided group (2.09 vs. 1.95 diagnoses; P = 0.0005). However, a 12.2% drop in Top-1 accuracy of the trainees was observed in cases in which all Top-3 predictions given by the algorithm were incorrect.The multiclass AI algorithm augmented the diagnostic accuracy of nonexpert physicians in dermatology.

Abstract Observational studies of the ongoing coronavirus disease 2019 (COVID-19) outbreak suggest that a cytokine storm is involved in the pathogenesis of severe illness. However, the molecular mechanisms underlying the altered pathological inflammation in COVID-19 are largely unknown. We report here that toll-like receptor (TLR) 4-mediated inflammatory signaling molecules are upregulated in peripheral blood mononuclear cells (PBMCs) from COVID-19 patients, compared with healthy controls. Among the most highly increased inflammatory mediators in severe/critically ill patients, S100A9, an alarmin and TLR4 ligand, was found as a noteworthy biomarker, because it inversely correlated with the serum albumin levels. These data support a link between TLR4 signaling and pathological inflammation during COVID-19 and contribute to develop therapeutic approaches through targeting TLR4-mediated inflammation.

ABSTRACT A systematic knowledge of the roles of DNA repair genes at the level of the organism has been limited due to the lack of appropriate experimental techniques. Here, we generated zebrafish loss-of-function mutants for 32 DNA repair and replication genes through multiplexed CRISPR/Cas9-mediated mutagenesis. High-throughput phenotypic characterization of our mutant collection revealed that three genes ( atad5a , ddb1, pcna ) are essential for proper embryonic development and hematopoiesis; seven genes ( apex1 , atrip , ino80 , mre11a , shfm1 , telo2 , wrn ) are required for growth and development during juvenile stage and six genes ( blm , brca2 , fanci, rad51 , rad54l , rtel1 ) play critical roles in sex development. Furthermore, mutation in six genes ( atad5a , brca2 , polk , rad51 , shfm1 , xrcc1 ) displayed hypersensitivity to DNA damage agents. Further characterization of atad5a −/− mutants demonstrate that Atad5a is required for normal brain development and hematopoiesis. Our zebrafish mutant collection provides a unique resource for understanding of the roles of DNA repair genes at the organismal level.