世界儿科杂志:日本 8282 名儿童横断面研究揭示家长使用生成式 AI 与疫苗接种率关联
基于日本 8282 名儿童(5170 名家长)的横断面研究显示,家长常规使用生成式 AI 获取健康建议与儿童腮腺炎、流感、新冠疫苗接种率升高相关。然而,该习惯与常规计划内的麻腮风疫苗接种无明显关联。研究通过联动 2023 年同队列数据开展追踪亚组分析以验证结果稳定性。
基于日本 8282 名儿童(5170 名家长)的横断面研究显示,家长常规使用生成式 AI 获取健康建议与儿童腮腺炎、流感、新冠疫苗接种率升高相关。然而,该习惯与常规计划内的麻腮风疫苗接种无明显关联。研究通过联动 2023 年同队列数据开展追踪亚组分析以验证结果稳定性。
浙江大学团队在 Targetome 发表研究,利用 Spatial-seq 2.0 技术解析三七总皂苷和人参总皂苷在 C57BL/6 小鼠急性缺血卒中模型中的空间分子调控机制。
加州大学圣地亚哥分校团队在Cell发表两项研究,分别利用深度学习模型MitoSpace和基于物理的数字孪生模拟线粒体动态。MitoSpace基于40,000部4D显微电影训练,仅凭线粒体形状在26种药物条件下预测细胞能量状态,4D数据训练准确率75%。
麻醉医生转型疼痛治疗的最大障碍并非技术壁垒,而是手术麻醉高负荷带来的时间挤压及执业资质、绩效等制度保障缺位。智能超声等新技术正在降低操作门槛,将问题重心转移至时间分配与制度支持。需通过弹性排班和明确晋升路径等顶层设计解决“既要保手术、又要做门诊”的矛盾。
我国60周岁及以上老年人口超3.2亿,智慧养老产品正从技术试点向普及应用发展。涵盖跌倒监测、慢病管理的情感计算和AI陪伴等功能逐步落地,但面临产业链碎片化、标准缺失及线下响应服务不完善等挑战。
首届全球具身智能应用创新挑战赛暨2026中国机器人大赛在浙江杭州闭幕,共有168支队伍获得各赛项前三名。赛事包含22个大项、60个子项目,涉及医疗机器人等方向,部分成果将进一步开展测试验证和应用对接。
据最新一期《科学》报道,包括2024年诺贝尔化学奖得主戴维·贝克在内的团队开发出新的生成式AI系统RFdiffusion3(RFD3),该系统能够直接从原子层面设计蛋白质和核酸。
宾夕法尼亚大学研究团队在 Nature Medicine 发表概念验证研究,让 13 名接受持续脑电监测的癫痫患者通过手机应用向监测系统提问、获取脑电趋势与警报,并反馈症状与识别结果,期间共分析 1307 条医患系统消息。研究团队认为,这种双向交流平台或可推广至心脏设备、胰岛素泵及帕金森病等神经精神疾病的治疗设备。
推荐理由:概念验证研究展示了患者与医疗设备双向对话的可行模式,可帮助读者理解医疗AI应用的一种新方向。
Mount Sinai 科学家在《American Journal of Psychiatry》发表研究,识别出三条与深部脑刺激(DBS)治疗重度抑郁症长期疗效相关的白质通路:扣带束、下勾和内侧钩束/腹侧杏仁核投射。
推荐理由:研究基于多队列数据关联了三条白质通路与深部脑刺激疗效,为优化电极植入定位提供了影像学依据。
英国药品和健康产品管理局(MHRA)于10月14日发布2030年战略规划,计划将快速通道科学咨询时限从90天缩短至45天、Ⅰ期临床试验审查时限减半至14天,并推进AI监管、真实世界数据应用和国际互认。规划还提出成立AI与数字健康中心、开发AI临床试验方案核查工具,以加快创新产品可及。
推荐理由:MHRA2030年战略将审评时限、真实世界数据和AI监管目标逐一量化,可作为观察英国药品与医疗器械监管动向的参考。
多中心随机对照试验显示,基于强化学习的胃肠镜自动麻醉系统(AAS-GE)的低氧血症发生率与麻醉医师手动管理无显著差异(14.42% vs 14.29%,P=0.968),麻醉诱导时间更短(1.55 vs 1.90 min,P<0.001)。
推荐理由:强化学习自动麻醉系统此前多停留在模拟与回顾性分析,本研究以多中心随机对照方式直接比较其与麻醉医师手动管理的临床表现,为该方向提供了前瞻性临床证据。
罗敏敏团队在Neuron发表研究,开发出不依赖Cre系统的新型AAV平台,实现对小胶质细胞的高效、特异和持久遗传操纵。该平台整合了特异性调控元件MSRE和高效AAV2/9.m衣壳等策略,在多个小鼠脑区实现超过90%的小胶质细胞特异性,并借助多柔比星辅助递送在大鼠、恒河猴和人离体脑切片中实现了高效靶向。
一项真实世界临床研究评估了 AI 系统 AI-FCP 在荷兰癌症研究所头颈肿瘤科首次门诊准备中的临床可用性。该研究由 Top Sector Life Sciences & Health 资助,数据及分析由无商业利益关联的研究人员负责。研究涉及多家荷兰医疗机构,其中部分作者来自合作企业 kaiko.ai,已采取版本冻结等冲突利益管理措施。
该研究提出一种名为ARES-SI的强化学习系统,用于个性化调整自杀意念(SI)的生态瞬时评估(EMA)时机。系统结合随机森林模型和Q学习算法,根据风险状态动态决定评估间隔(高风险30分钟、低风险3小时等)。在验证测试中(N=34),其主动SI预测的AUC为0.865,比随机调度高出65%的操作选择准确率(0.781 vs. 0.474),且在检测高风险窗口方面表现更优。
美国达特茅斯学院卫生政策与管理教授阿尔伯特·穆利在2026世界传统医药大会期间表示,西方医学可借鉴传统医学关注患者个体体验及以人为中心的服务模式。穆利认为,人工智能在医疗中的应用若能面向了解个体患者的感受和需求,将有助于提高患者健康决策质量。他评价中国的“健康中国2030”战略注重以人为中心的医疗卫生和中医药发展。
这项发表于npj Digital Medicine的研究验证了大语言模型(LLM)从每日视频日记文本评估抑郁症状的有效性。研究纳入108名参与者,LLM评分与自我报告在个体内相关(r=.45),平均LLM评分与临床访谈确定的抑郁严重程度相关(r=.53),且能预测自我报告之外的日常功能变量。
华南理工大学附属第二医院团队在 ACS Nano 发表研究,开发了荧光编码赋能的多重液滴数字 RPA-CRISPR/Cas12a 检测体系(FLEMD-CRISPR)。
推荐理由:文章展示了一种通过组合荧光编码和确定性液滴配对,将多重检测信号明确归属到不同病原菌的方法。
沙特阿卜杜拉国王科技大学团队联合联川生物在bioRxiv发表预印本,报道跨物种生成式单细胞基础模型Speciesformer。该模型在涵盖11个物种、1.31亿细胞的SpeciesCorpus数据集上预训练,可将进化表征学习与虚拟细胞状态生成相结合,并实现对未知细胞情境中扰动响应及转录组状态的预测。
一篇综述系统总结了人工智能在急性缺血性卒中多模态CT病灶识别与分割中的研究进展,范围覆盖平扫CT、CT灌注和CT血管成像三类模态。文中显示AI辅助判读可将NCCT隐匿性病灶的诊断准确率提高约26%~30%,CTP深度学习模型在梗死核心分割上优于商业软件固定阈值法,CTA模型对近端大血管闭塞的识别已有外部验证支持。
欧洲核医学协会(EANM)2026 年大会展示脑 PET 扫描在阿尔茨海默病诊疗中的应用。Amyloid PET 用于确诊以指导 lecanemab 和 donanemab 治疗,JAMA 发表的 III 期试验显示 52% 的 donanemab 用药者 12 个月内清除 amyloid;tau PET 可预测治疗响应,III 期试验中的 trontinemab 旨在优化疗效与安全性。
研究人员提出了一种多阶段验证框架,利用大型语言模型从未结构化的健康记录中提取临床信息。该框架结合了提示校准、规则过滤、语义接地、法官模型评估、专家审查和预测效度分析,提高了提取的准确性和可信度。
韩国首尔科学技术大学研究团队开发了一种域自适应深度学习框架,用于手机录音检测儿童异常肺音,在配对数据测试中F1为0.802、AUROC为0.911。在48名儿童的外部手机录音验证集上,该模型F1为0.744、AUROC为0.862,而仅用电子听诊器数据训练的模型F1仅0.034。
Iambic Therapeutics通过IPO融资1.5亿美元,股价较发行价上涨超50%。公司表示其AI平台已将分子推进至临床阶段并计划2027年启动注册试验。CEO强调通过合作伙伴关系积累现金和临床数据以支撑公司价值。
中国研究团队用深度学习分析面部与舌象照片筛查冠心病,在 104 人测试中准确率达 98%,40 名冠心病患者全部被识别,另有 2 名健康人被误判。该研究纳入 518 人,其中 200 名确诊冠心病、318 名健康志愿者,照片在受控光照下用专用设备拍摄,论文发表于 Scientific Reports。文章指出健康对照未全部接受冠脉影像检查,且该结果尚不能说明面部与舌象特征由冠脉狭窄引起。
Stanford 团队在 npj Digital Medicine 发表开放获取研究,提出基于公开数据训练的通用文本引导潜在扩散模型 MediSyn。该模型可跨 6 个医学专科和 10 种影像模态生成图像,在计算效率上优于特定任务模型套件。研究显示该模型能提升数据有限场景下的分类器性能,验证了通用生成模型在加速医学算法研发中的潜力。
一项发表在Scientific Reports的研究提出了一种基于VGG19迁移学习和Harris Hawks优化混合随机森林的MRI分类框架,用于区分阿尔茨海默病、轻度认知障碍和认知正常人群。在包含639名受试者、2294例MRI观察的ADNI1数据集上,该框架实现了98.70%的准确率。该结果略高于98.20%的最强基准准确率,为阿尔茨海默病研究提供了可重复的计算框架。
美国医学会(AMA)发布新治理框架,旨在规范医疗智能体AI的安全使用,核心是通过四个关键问题评估AI执行的临床任务及其责任归属。调查数据显示,约28%的美国医疗领导者已部署智能体工具,但72%承认这些工具常在无IT批准的情况下运行,凸显了监管与合规的紧迫性。
悉尼科技大学研究团队在《计算机方法与生物医学程序》发表研究,利用Transformer AI模型分析基因组数据以识别缺血性中风遗传风险因素。该模型基于UK Biobank和All of Us数据库测试,在区分中风患者方面比现有遗传风险工具更准确,并发现18个与中风相关的基因变异及关键致病基因EDEM2。
生物恐怖主义威胁真实存在,AI是否加剧该风险目前未有定论。专家观点分为三类:一类认为风险具有生存性质;一类认为行业夸大风险,称技术公司借AI能力宣称炒作以提升商业价值,AI近期内导致人类大规模灭绝的可能性极低;第三类观点认为AI的实际能力不及科技公司宣传。
研究人员开发了一种4B参数本地化部署语言模型,用于中文放射学报告的质量控制。教师模型Doubao-seed1.6-non-thinking达到最高宏精度0.94,最佳学生模型Qwen3-4B-Instruct-2507实现宏精度0.90,在真实临床场景中警报接受率为0.74。
新研究指出临床医生使用AI回答医学问题的比例快速上升。目前关于AI如何影响决策或患者结局的证据很少。
原文指出 CAR T 治疗自身免疫病的预期是重置免疫并达到深度缓解,但近期多起试验被叫停令安全性、患者筛选与可接受风险重受关注。
推荐理由:原文复盘了 CAR T 在自免领域从被寄望到多起试验被叫停的转折,帮读者判断当前争议焦点
一项小型研究显示,患者可通过与AI智能体对话,自行调优癫痫发作检测器。文章同时指出,更难的挑战在于构建能恰当应答的AI。
研究利用人工智能与数字听诊技术识别孟加拉国患呼吸系统疾病儿童的病理性肺部音。该研究由英国国家健康与护理研究卓越研究所(NIHR)资助,旨在通过技术辅助提升儿童呼吸道疾病的辅助诊断能力。
NEJM AI发表综述讨论临床AI在术前准备(Up-front Workup)中的应用价值,探讨其是否导致医疗资源浪费。文章分析临床AI在术前评估中的角色,旨在明确全面性与经济性之间的平衡。
NEJM AI发表AI-INFOCARE随机对照试验研究,探讨预诊阶段AI生成的患者文档摘要对医生实际就诊时长及医患沟通质量的影响。
美团在杭州发布第四届北极星医美榜,覆盖全国42个城市的181家机构和269位医生,其中74家机构与156位医生首次上榜。榜单由70位从业20年以上的公立三甲专家匿名评审,累计审看9922小时手术视频、追踪8931份案例,并参考38547位真实消费者调研及450万条用户评价。美团同步推出AI数智化经营平台美Link,目前服务超1000家医美商家。
研究提出首个物理信息神经网络算子(PINO),用于个体化经颅磁刺激电场的快速预测。该模型在75名受试者上训练,可在消费级GPU不到100毫秒内预测约30万个灰质节点电场。在健康及肿瘤患者测试集中,其焦点内误差和均方根误差与近期深度学习结果相当,为实时电场引导治疗提供了技术基础。
蚂蚁百灵开源推出Ling-3.1-flash,主打高智效比真实工作流,总参数约560B、每Token激活25B,支持1M上下文窗口,模型权重由约534GB降至292GB。在办公任务评测GDPVal-AA V2.1中ELO得分1673,并在医疗场景HealthBench Professional评测中保持相对领先。
近日,杭州机器人学校举行毕业典礼,2台导览机器人、1台巡检机器人和1台钢琴机器人完成认证毕业。该校由浙江大学机器人研究院等联合打造,通过自主研发的“无际大脑”加入逻辑推理层,帮助机器人实现从基础运动到适配复杂场景决策的跨越。首批30台机器人入学接受分科实训,获《专项技能等级证书》后投入博物馆、智慧管廊等实际应用场景。