NEJM AI:将文化背景融入个性化AI心理健康支持
NEJM AI 在 2026 年 11 月发布研究,探讨将文化背景融入个性化 AI 心理健康支持的可行性。研究提出需结合患者文化特征优化算法参数,以提升心理健康干预的适配性。该方案尚处于理论框架构建阶段,未涉及具体临床试验数据或监管审批进展。
NEJM AI 在 2026 年 11 月发布研究,探讨将文化背景融入个性化 AI 心理健康支持的可行性。研究提出需结合患者文化特征优化算法参数,以提升心理健康干预的适配性。该方案尚处于理论框架构建阶段,未涉及具体临床试验数据或监管审批进展。
NEJM AI 2026年11月刊发文讨论如何在人工智能辅助诊断场景中保留临床判断。文章聚焦于技术集成过程中的医方决策自主性,未涉及具体药物、器械或临床试验数据。
NEJM AI 11月刊探讨了个性化生成式AI在缩短文化距离方面的潜力。该期刊关注医疗人工智能的前沿进展,旨在研究技术如何影响跨文化沟通与医疗服务。
发表在NEJM AI的文章探讨自动化偏差(Automation Bias)如何削弱医师的认知主权,警示临床医生在依赖人工智能辅助决策时需警惕思维惰性。
Cleveland Clinic AI峰会提出了一套框架,旨在帮助医疗机构在不同系统中规模化应用临床AI技术。该框架总结了峰会上的经验教训,为医疗专业人员提供了实用指导。
第19届科学仪器网络原创作品大赛AI赛区22篇参赛作品显示,40.9%的稿件聚焦数据处理与谱图解析,AI优先接手规则固定、重复性高的计算任务而非复杂决策。实测案例显示耗材测算耗时从1.5小时缩短至3分钟,标准查新从半天缩短至批量自动完成,8篇作品已开发为可执行工具并强调本地解析与人工复核边界。
欧世盛科技提出XRD前处理“三环体系”,将经验性制样转化为可编码、可拦截、可回放的工程参量。该体系通过物理状态控制、过程参数固化及缺陷在线拦截,消除制样噪声与科学信号的耦合。此举旨在解决AI4S中因前处理未定义导致的数据可信度瓶颈,使模型学习聚焦于真实的结构—性质关系。
基于2024年国家物质使用与心理健康服务调查的27,957家设施数据,美国精神卫生系统数字成熟度存在显著差异。50.7%的设施仅使用电子病历,但HIO参与度低(13.2%),且私立非营利设施混合使用电子与纸质记录的比例更高(RRR 1.22)。
四川AI超市在四川省科创通正式上线,首批已入驻200余家供应商及产品。该平台围绕算力、数据等五大体系,汇聚170余种大模型,接入118.8EFLOPS算力,通过灵活计费与数据安全保障,降低中小企业使用门槛。
FusionSwinUNETR多模态模型在儿童腹部肿块分割中优于纯影像模型,DSC达0.900±0.044,边界误差HD95降至4.79±3.31毫米,多中心验证显示临床元数据与影像互补提升分割精度。
研究人员开发了一种成本仅为10美元的光学传感器,结合了高精度和小巧尺寸,可用于穿戴式健康监测、食品检测、工业质量控制和环境监测。该传感器采用卷积光谱仪技术,能够在不牺牲性能的情况下实现小型化,准确测量多种物质的光谱。初步测试显示,该设备在识别塑料、药物、咖啡、面粉和茶叶时达到100%的分类成功率,并在测量水基和有机溶液中的浓度时表现出色,甚至在非侵入性地监测血糖方面也取得了初步成果。
中南大学MVRBind模型在RNA结合位点预测中表现优于其他算法,适配结合态、非结合态及多构象RNA,兼容软件预测的三维结构。该模型以利司扑兰靶点SMN2前体mRNA为例,准确定位药物结合位点,为RNA靶向药物研发提供新工具。
赛多利斯与仪器信息网联合主办“Octet在AI生物医药开发中的应用”研讨会,将于10月28日14:00在线举行。会议聚焦Octet高通量无标记表征平台,解决AI药物设计中验证端数据产能瓶颈。报名者可免费领取Octet生物制药应用文集资料。
浙江大学医学院附属第二医院邹泓教授指出,AI在病理科应用分为四层:AI ready前全数字化基建、辅助管理与质控、诊断分层应用及高质量数据集建设。他认为病理医生将在未来10年内承担最终法律责任,AI主要起辅助作用。此外,文章介绍了该院在甲状腺癌诊疗中结合PCR快速检测与NGS精准分析的实践经验。
浙江省卫生健康委发布‘十五五’规划,明确到2030年实现省域就诊率97%以上,重点推进慢病长处方、基层医疗全覆盖(含43个村级巡诊点)、AI辅助诊疗及脑机接口技术应用,并加强老年与儿童健康服务(含失能失智照护、儿童五健行动)。
国家中医药管理局、国家医疗保障局赴无锡调研中医优势病种按病种付费试点,围绕病种遴选、支付标准、疗效评价重点研讨。调研提出深化三医协同,完善适配中医药特点的支付机制,总结可复制经验向全国推广。
Southern California Permanente Medical Group (SCPMG) 提出 C-TACT 框架,通过“人员、流程、技术”三支柱及四生命周期阶段管理临床 AI 治理。该框架使用域加权评分卡,在回顾性应用中,试点评分卡将两项已发表部署与四个匿名对照组在三种加权方案下分离约 30 分(47.0–53.5)。作者强调需前瞻性盲法验证以确立其判别效力。
华盛顿大学医学院蛋白设计研究所(IPD)与 Nvidia 合作发布开源生成式蛋白设计模型 RFD4-Proteina,基于 Nvidia BioNeMo 平台。
推荐理由:该开源蛋白设计模型给出相对既往模型的成功率与生成速度对比,并说明可通过多家云平台与智能体接入使用。
PerturbAI与OpenAI在bioRxiv预印本上发布分布式AI推理框架,利用数千个并行智能体对全脑图谱数据进行解析。生物学家盲测中,75%的场景下专家更偏好该分布式框架生成的结果,而非单一智能体;系统耗时32分钟完成数据分析,文献检索覆盖率达单一智能体模式的数百倍。双方将在此基础上进一步合作,基于PerturbAI的因果生物数据探索新的药物靶点。
哥伦比亚大学团队在《Brain》杂志发表研究,展示通过非侵入式脑电图(EEG)电极让临床无反应的急性脑损伤患者操控音调频率。41名受试者中约三分之一成功完成指令,包括所有在独立检查中确认患有认知运动解离(CMD)的患者。这表明该技术有望帮助隐蔽意识患者表达疼痛、饥饿等基本需求。
该研究提出了一种稳定性感知的混合优化方法,用于多囊卵巢综合征(PCOS)的特征选择与堆叠分类。结合蚁群-蝴蝶优化算法(ACOBO)和SMOTE处理类别不平衡,采用多种堆叠配置进行评估。其中使用AdaBoost作为元分类器的堆叠模型取得了95.64%的最高准确率。
加拿大国家级 AI 听写项目显示,约六成医生行政时间减少,但节省时间常被新的行政工作填补。研究显示电子健康记录仅解释 6.8% 的医生倦怠差异,工作与组织因素才是主因。作者提出 GRACE 框架,主张通过治理、自主权、整合访问等原则实现负责任的 AI 采用,以应对 AI 疲劳与倦怠问题。
尽管非植入式可穿戴脑机接口已上市用于冥想、注意力监测及认知训练,且能辅助中风康复与疼痛治疗,但其可靠性仍受限于脑信号的高变异性与低信噪比。当前市场产品多基于小规模受控环境下的概念验证研究,缺乏大规模真实世界数据支持。要实现主流普及,需在多样化人群中开展长期独立使用研究,并解决隐私保护与安全性监管等关键挑战。
研究人员基于Mount Sinai健康系统2011至2021年卒中预警记录,开发了结合大语言模型、结构化电子病历与临床时序特征的多模态机器学习模型,用于预测急性颅内血管事件(AIVE)。
该研究强调在个性化AI心理健康支持中融入文化背景的重要性,旨在提高干预措施的有效性和接受度。
Cleveland Clinic在AI峰会上提出了一个框架,旨在指导临床AI在健康系统中的扩展。该框架总结了AI在医疗中的应用经验,为专业人士提供了实施建议。
该研究探讨了个性化生成AI在文化差异中的应用潜力,但未提供具体临床试验结果或监管动作。
国家人工智能应用中试基地(医疗领域)广东广州阶段性成果发布会21日在广州举行。自2025年7月落地广东以来,该基地已形成84个垂类模型矩阵,覆盖临床、公共卫生与公众服务方向。广东依托6.8万余家医疗卫生机构、182家三甲医院,沉淀154个高质量数据集、381项AI医疗应用场景,并联动广州实验室、全国医疗机构与科创企业建设六大可信数据空间矩阵及省级平台。
特纳综合征以生长迟缓和先天性卵巢发育不全为特征,传统核型分析耗时且依赖实验室。研究团队提出一种结合深度学习特征与几何先验的混合AI面部识别框架,在数据稀缺条件下训练,并前瞻性队列验证;模型准确率为95.41%,敏感度96.55%,特异度95.24%。
推荐理由:论文介绍一种结合深度学习与几何先验的AI面部筛查框架,作者给出初步准确率和敏感性及前瞻性验证。
甲骨文与阿斯利康、OpenAI等密集事件显示,AI在医疗与药物研发环节的渗透正在提速。对仪器行业而言,竞争正从单台成像设备延伸到设备到数据再到AI分析的完整链条,国产厂商面临定制化整合窗口与挑战。
东安格利亚大学研究团队在《Scientific Reports》发表论文,发现虚拟现实中的瞳孔变化与眨眼模式可作为认知负荷指标。在84名参与者中,AI模型在健康志愿者中区分高低心理工作负荷的准确率高达88%。研究显示VR任务耐受性良好,但AI在慢性疼痛患者中准确率较低,提示未来需进行个性化校准并开展更大规模研究。
匹兹堡大学团队借助PSC Bridges-2超算开发了采用不确定性加权学习(UWL)的深度神经网络,用于乳腺钼靶图像诊断,可针对个体患者给出诊断的不确定性评分与置信度。团队在2026年2月SPIE年会上报告,该方法在提供患者个体层面置信度的同时保持了群体层面的诊断准确性。
Roivant CEO Matt Gline 在 STAT 峰会上质疑 Dario Amodei 关于“AI 将治愈所有疾病”的观点,称生物技术行业如同“碎木机”,并指出没人愿意去 AI 餐厅吃 AI 芝士汉堡。
研究团队提出模块化多智能体个人健康智能体 PHA,由数据科学、领域专家和健康教练三个子智能体及编排器组成,基于 Gemini 2.0 系列模型。在 11 项基准任务中完成逾 7,000 次人工标注、1,350 小时评估(651 小时终端用户、699 小时专家),验证各专用子智能体优势,并定位为消费者健康赋能而非替代人类医疗服务提供者。
紫荆智康研发的多智能体协同技术已在多地医院测试,通过AI分身辅助医生,提升诊疗效率。系统已在北京清华长庚医院等18个临床科室使用,医生整体效率提升30%。
推荐理由:展示了紫荆智康如何通过多智能体协同技术提升医疗效率,适用于更多医院。
基于 2016 年南非人口与健康调查 6,177 名 15 岁及以上成人数据,机器学习模型识别现患多病共存(加权患病率 40.0%)的 AUC 为 0.776(95% CI 0.760–0.793),与多层 logistic 回归结果一致,机器学习未带来判别优势。
一项随机对照试验评估了基于生成式AI的导航系统在锥形束CT(CBCT)引导肺活检中的精准度。研究团队包含华中科技大学同济医学院附属协和医院及诺思(Neusoft Medical Systems)等多方机构,结果发表于npj Digital Medicine。
研究开发了一种基于常规体检数据评估心肌损伤风险的机器学习集成模型。该模型整合了随机森林等五种算法,在测试集中达到81.8%的AUC和89.7%的准确率,并在时间验证队列中保持稳定的预测性能。该模型有助于识别高危个体以进行早期筛查和干预,并已开发为网络应用。
UC Irvine Health在尔湾开设全美首家全电动急性护理医院,标志着医疗基础设施实现脱碳的里程碑。文章系统综述临床信息学在医疗系统温室气体减排及废物管理中的应用领域与实施框架。文中引用数据指出美国医疗行业约占全国温室气体排放的8.5%,全球医疗部门约占4.2%至5.2%,强调基于信息学的可持续实践对降本增效及提升患者健康结局具有可验证的益处。
一项研究显示,评估AI生成患者沟通的自动指标(如BLEU、BERTScore)具有语境依赖性。研究利用GPT生成草稿,在30名初级保健医生中分组实施干预(显示草稿,n=21,073)与非干预(不显示草稿,n=45,127)。尽管两组语义得分相近,医生更偏好独立撰写的内容(4.24/5),且BERTScore仅在干预组与医生质量评分相关,表明自动指标无法完全衡量AI生成内容的独立临床价值。