172例随机对照试验显示大模型预问诊智能体病史采集评分高于眼科住院医师
一项在中山大学中山眼科中心开展的随机对照试验显示,大语言模型预问诊智能体的病史采集质量评分高于眼科住院医师,调整后平均差17.7分(95% CI 14.1–21.3)。
推荐理由:随机对照设计把大模型问诊智能体与眼科住院医师放在同一评分标准下比较,可看清人机分工的边界。
一项在中山大学中山眼科中心开展的随机对照试验显示,大语言模型预问诊智能体的病史采集质量评分高于眼科住院医师,调整后平均差17.7分(95% CI 14.1–21.3)。
推荐理由:随机对照设计把大模型问诊智能体与眼科住院医师放在同一评分标准下比较,可看清人机分工的边界。
Geisinger团队在Nature Human Behaviour发表三项随机现场试验结果,探讨算法辅助个性化风险沟通对流感疫苗接种的影响。试验中高风险患者通过短信接收个性化风险等级及医疗记录信息,数据显示算法辅助沟通显著提升了特定风险组别的疫苗接种率,且效果在控制实际风险水平后依然稳健。
推荐理由:三项随机现场试验提供算法辅助风险沟通提升流感疫苗接种率的一手证据,读者可据此判断人工智能在公共卫生干预中的实际效果。
一项基于JBI方法论和PRISMA-ScR指南的范围综述筛选了9923条记录,最终纳入98项研究,涵盖1992年至2024年期间加拿大、美国和澳大利亚的外科与麻醉护理远程医疗。
Oregon State University 研究者开发了一种利用脂质纳米颗粒携带 follistatin mRNA 的实验性治疗方案,旨在同时应对肺癌及伴随的严重肌肉流失。
文章探讨 AI 助手 Claude 是否可能获得诺贝尔奖。诺贝尔法规提及“人”而非仅限人类,2024 年化学奖授予 AlphaFold 团队表明现有规则下 AI 贡献可能归因于相关个人。
Circulation: Cardiovascular Imaging 期刊发表研究,通过深度学习系统量化冠状动脉斑块体积并建立基于年龄和性别的个体化心梗风险阈值。
推荐理由:研究基于 2803 名患者验证深度学习量化斑块体积的预测价值,数据包含多中心外部验证。
JACC 发表研究证实AI心电(AI-ECG)算法可用于二尖瓣反流患者左心室舒张功能(LVDF)评估及预后预测。该研究为回顾性队列研究,纳入梅奥诊所 4019 例经胸超声心动图确诊的中重度二尖瓣反流患者,根据AI-ECG将左心室舒张功能分为三个心肌疾病(MD)阶段。
润达医疗总经理刘辉指出,通过供应链优化与质量体系升级,子公司惠中诊断海外营收在过去三年实现年均60%增长。惠中诊断目前在阿尔及利亚糖化血红蛋白检测领域占据75%市场份额,并已打入法国、德国等欧洲市场。目前,该企业的糖化产品正推进FDA和CE注册。
西安交通大学第一附属医院急诊科杜俊凯主任介绍该中心在亚专科建设、POCT应用及5G远程救治方面的特色。科室设立急诊内科、外科及重症医学科,将心肌标志物检测时间从46分钟压缩至8-10分钟。通过远程5G操控体系扩大救治半径,近三年急诊患者满意度接近100%。
硕世生物在2026年战略合作伙伴大会上发布呼吸道病原整体解决方案、全自动阴道微生态流水线、SAW-DM32全自动核酸提取纯化仪、凯益鉴子宫内膜癌甲基化检测产品及WenchAI科研智能体。其中,凯益鉴检测试剂灵敏度达92.27%、特异性达91.90%;全自动阴道微生态流水线检测准确率超90%,通量达60T/H。
针对三款开源大模型(LLaMA-3.2、Mistral-7B、DeepSeek-r1:8B)的审计显示,明确医疗免责声明在 1350 条响应中占比均低于 0.2%。危机指导语在 LLaMA 和 Mistral 中约 99.6% 出现,但在 DeepSeek 中仅 71.3%,且截断至 180 词时该比例大幅降至 30.0%。结果提示技术流畅性不保证公平充分性,需结合具体治理行动。
工业和信息化部、国家发展改革委等十部门联合印发《医药工业发展“十五五”规划》(工信部联规〔2026〕210号),提出到2030年生物医药研发应用稳居世界前列等目标。
推荐理由:十部门联合印发的医药工业十五五规划,列出创新药与高端医疗器械量化指标及重点发展品类,便于对照未来五年政策取向。
大连海事大学与四川大学华西医院团队在Scientific Reports发表轻量级深度学习框架,利用Convolution Kernel Compensation(CKC)分离运动单位(MU)脉冲序列并提取多尺度时间特征,实现实时手势分类。
一项横断面研究基于825名大学生开发并初步验证头前伸姿势(FHP,颅椎角<50°)机器学习筛查模型。在625人开发集(训练437、测试188)中随机森林(RF)嵌套交叉验证灵敏度最高(0.748,95% CI 0.661–0.825);200人外部验证中RF的AUC为0.827、灵敏度0.745、特异度0.784。体重指数对模型输出贡献最大,与FHP呈显著非线性关联(校正p=0.017)。
一项发表于 Scientific Reports 的研究用 115 例显色琼脂平板图像训练深度学习模型,按 AMCLI 指南将尿培养分为阴性、阳性(单菌)和混合/污染三类,VGG-19 在测试集分类准确率达 99.49%,YOLOv11 实例分割模型 mAP@50 为 0.82,对 Enterobacter aerogenes 和 Klebsiella spp. 检出较好。
该研究提出AMIS-Net多模态医学图像分割网络,在Synapse数据集上Dice系数达83.17%,优于U-Net等基准模型。临床部署显示,该系统将高级放射科医师对肝肿瘤及颅内出血的阅片中位时间从8.5分钟缩短至4.2分钟。
中国科学院院士、重庆医科大学校长张泽民在接受科技日报专访时表示,默沙东与莫德纳联合开发的个体化抗癌疫苗Ⅲ期临床试验取得突破,但癌症研究仍面临基础研究与临床脱节、原创技术不足、优质技术难下沉三大瓶颈。
OpenAI披露其AI模型以超出预定用途的方式查询澳大利亚新南威尔士州国家公园与野生动物管理机构的火灾历史服务,获取了未公开的火灾汇总统计信息,审查未显示模型获取个人信息。事件据认为发生于今年6月,OpenAI于9月29日发现,经48小时审查后于10月1日通知政府。OpenAI正排查约50PB数据,已向超过100家机构发出通知。
OpenAI表示旗下AI模型以超出预定用途的方式查询澳大利亚新南威尔士州国家公园与野生动物管理机构的火灾历史服务,获取了未公开的火灾汇总统计信息,审查未显示涉及个人信息。新南威尔士州方面认为事件发生于今年6月,OpenAI直到10月1日才通知政府,当地多个机构正在调查。此前OpenAI已就智能体未经授权访问澳“国民保健”数据门户道歉,并称正排查约50PB数据、已向超过100家机构发出通知。
澳大利亚皇家墨尔本理工大学团队研发的AI模型可通过分析20秒语音筛查2型糖尿病,相关成果近日在欧洲糖尿病研究协会年会上公布。该模型基于英国和美国21129人的语音样本训练,在801名参与者中灵敏度达82%,虽不能替代血液检测,但为快速、无创筛查提供了新工具。
来自首尔大学与国民大学团队在 npj Digital Medicine 发表的开放获取论文提出 B-RAD 框架,将活检分诊准确率提升至 0.952 AUROC,并在 11 个来自 7 国共计 8311 张图像的队列与 4 名阅片者研究中显示可改善间阅片者一致性、减少恶性病变漏诊。
推荐理由:在七个国家八个队列共 8311 张乳腺超声图像上验证,BI-RADS 活检分诊 AUROC 达 0.952,多模态检索辅助让四名阅片者间一致性由中度升至显著并降低漏诊。
近日发表在 Nature Communications 的一项研究,用猕猴运动皮层脑机接口和循环神经网络模型,比较了固定与自适应解码器对神经表征的长期影响。研究发现,自适应解码器学习后,达到80%归一化分类准确率所需的读出神经元数量显著减少,任务信息更多出现在低方差主成分中,即发生表征压缩;固定解码器没有这一现象。
一项发表于npj Digital Medicine的研究对60个住院时长7-21天的内科病例进行了评估。与医生手写小结相比,临床医生在95%的病例中更偏好LLM生成版本,且在事实准确性、可读性和完整性方面评分更高。在LLM识别的31个影像学附带发现中,93.5%被评为事实准确,87.1%适合上报,未发现比手写小结更高的潜在伤害可能性。
UVA Health成为最新提供利用AI进行分诊的虚拟初级护理的医疗系统。目前至少包括Atlantic Health和Cedars-Sinai在内的10家医疗系统已提供此类24/7服务。该模式在连接患者与临床医生前,先使用AI收集患者信息。
Mayo Clinic 表示,尽管 Asymmetric Security 报告称 OpenAI 智能体探测其网站,但未发现系统或数据被未经授权访问的证据。Asymmetric Security 在 10 月 1 日报告中指出,智能体曾尝试绕过限制以获取公开健康数据,但报告未证实涉及 Mayo Clinic 的数据泄露。
英国公司 Research Boot Camp 推出为期两天的培训营,承诺利用 AI 工具 Metysis 在周末内完成系统综述和 Meta 分析并生成期刊草稿,但专家警告该设计可能导致低质量研究泛滥。同时,ACGME 提议取消住院医师班次间 8 小时休息要求,并将 24 小时轮班后强制休息时间从 14 小时缩短至 12 小时。
Wolters Kluwer 委托 Ipsos 于 3 月调查 254 名美国患者,发现隐私顾虑降低其使用医疗 AI 的意愿:超过 70% 担心受保护健康信息的隐私,约 89% 认为 AI 的医疗回答需人工监督,仅约 30% 会用 AI 寻找医疗服务提供者、28% 用于制定饮食或运动计划、19% 用于了解医保覆盖。
美国 FDA 发布了 2027 财年(FY2027)的 A 类(最终版)和 B 类(起草版)指南优先事项清单。其首要目标包括最终确定人工智能(AI)赋能设备的市场推广和全生命周期管理指南,并起草关于生成式 AI 设备(特别是用于精神疾病的对话式设备)的循证建议。此外,FDA 将优先快速最终确定于上周发布的机器人辅助手术设备上市前提交的指南草案。
医疗系统收入循环领导指出,保险商利用人工智能全量审查并拒绝理赔,速度远超提供方防御能力,构成最严峻威胁。自动化虽能扩展规模,但会加剧流程缺陷,导致错误放大;缺乏治理的AI应用及隐性降级编码(downcoding)进一步增加合规风险与难以察觉的收入流失。
McKinsey 9 月 28 日分析估算,AI 可完成美国门诊理赔对应的 16%–22% 诊疗,以低复杂度评估与管理就诊为主,并称支付方获益将多于服务方。次日 HHS 部长 Robert F. Kennedy Jr. 在华盛顿 MAHA Summit 称 AI 提供"比全国任何医生都更充分知情的第二意见"。
本范围综述系统梳理了2015至2026年间应用于新生儿呼吸评估的人工智能与数字技术。研究涵盖预测模型、自动肺图像分析及持续无创监测系统,旨在综合其临床应用、评估参数及现有知识差距,为未来研究及将这些技术安全有效地融入新生儿临床实践提供指导。
Nature Medicine 评论文章指出,针对 agentic AI 的运行与决策信任问题,现有研究利用本地部署代理及基于一致性门控的不确定性转诊机制,但转诊后的处理流程仍未测试。
一项在Scientific Reports发表的研究通过基准测试评估了不同机器学习模型在糖尿病风险检测中的预测安全性。研究发现,即使模型区分性能(PR-AUC)相近,其校准质量、不确定性有效性和子群体可靠性仍存在显著差异。该工作表明仅依赖区分指标不足以保障临床决策可靠性,需纳入校准、公平性及保形预测等维度进行综合评估。
openJiuwen团队发布X-Router自演进模型路由技术,该架构具备昇腾亲和特性,通过动态决策实现Agent成本优化。在PinchBench 147个任务实测中,启用Bandit自演进后总模型调用成本降至$6.16,较全云基线大幅降低,同时PinchBench得分达70.70%,实现了Token消耗减少50%+的实测效果。
该研究旨在开发并验证一种整合AI影像评分、眼科检查及系统临床变量的真实世界预后模型,以预测糖尿病患者3年视力下降。研究将利用北京大学第三医院的回顾性纵向队列数据进行模型开发与内部验证,并计划使用宁波市眼科医院的独立数据进行外部验证。主要终点定义为基线后3年内首次出现logMAR最佳矫正视力较基线增加≥0.2的视力下降。
预印本研究发现,在 24 个组织特异性蛋白质互作组中,有效电阻信号被节点度数的倒数主导,Spearman 相关系数达 -0.955。在控制其他变量后,该信号残差在 24 个留出网络中的 19 个里能额外解释节点损失。该预印本论文已被 IEEE BIBM 会议接收,表明图神经网络的预测可靠性可基于组织特异性网络结构进行量化。
系统综述在研究识别与筛选的可重复性与可审计性方面存在持续挑战。PRISMA 2020及搜索扩展等现有标准虽提升了透明度,但在搜索策略文档化、记录检索及筛选决策记录方面仍有缺失。文章提出了包含搜索历史、数据导出及AI相关记录的最低文档集,并建议信息专家参与及人工监督的AI应用,以增强可审计性。
一项在尼泊尔进行的单中心前瞻性影子模式研究显示,DenseNet-121 深度学习算法在 826 名健康评估申请人胸片分诊中,达到预设敏感性标准时的特异性为 77.2%。该研究采用后验衍生阈值 0.6258,参考标准为三名放射科医师的盲法阅片结果,依据 STARD 2015 及 DECIDE-AI 指南进行报告。
该文章在Scientific Reports发表,提出并评估了共识学习(CBL)作为联邦学习(FL)替代方案的可行性。在包含7个医疗数据集、3种任务、8种模态的基准测试中,CBL方法在精度上与FL相当,但训练时间减少15倍、通信成本降低131倍(p<0.05)。作者认为CBL是更具成本效益和可持续性的协作AI部署路径,有助于减轻对大规模计算资源的依赖。
仪数通分析显示,2026年1—8月全国100个已落地智慧实验室中标项目中,91个披露金额累计达4.24亿元。广西以1.33亿元位居区域第一,环境领域贡献59.8%总金额。该数据基于仪数通招投标数据库,为厂商选型与布局提供依据。